如何用Python提取并格式化网页爬取的ACC的PCR数据？

1. 调整爬取逻辑，定位目标数据所在的表格 #

目标数据（日期、ACC交易价格、PCR值）以表格形式展示，无需遍历所有<p>标签，直接定位页面中的数据表格即可。

2. 完整代码实现 #

import requests
from bs4 import BeautifulSoup

# 目标页面URL
url = "https://niftyinvest.com/put-call-ratio/ACC"
# 模拟浏览器请求头，避免被拦截
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36"
}

try:
    # 发送请求并获取页面内容
    response = requests.get(url, headers=headers)
    response.raise_for_status()  # 捕获请求异常
    soup = BeautifulSoup(response.text, "html.parser")

    # 定位到包含PCR数据的表格（根据页面实际结构调整class属性）
    pcr_table = soup.find("table", class_="table table-bordered")

    if not pcr_table:
        print("未找到目标数据表格，请检查页面结构是否更新")
    else:
        # 遍历数据行，跳过表头
        records = []
        for row in pcr_table.find_all("tr")[1:]:
            cells = row.find_all("td")
            if len(cells) >= 3:
                # 根据页面实际列顺序提取字段，此处假设第1列是日期，第2列是ACC价格，第3列是PCR
                date = cells[0].get_text(strip=True)
                acc_price = cells[1].get_text(strip=True)
                pcr_value = cells[2].get_text(strip=True)
                records.append({"日期": date, "ACC交易价格": acc_price, "PCR值": pcr_value})

        # 输出规整的Markdown表格
        print("| 日期 | ACC交易价格 | PCR值 |")
        print("|------|-------------|-------|")
        for record in records:
            print(f"| {record['日期']} | {record['ACC交易价格']} | {record['PCR值']} |")

except requests.exceptions.RequestException as e:
    print(f"请求出错: {e}")

3. 关键说明 #

• 页面结构适配：如果运行时找不到表格，需打开目标页面，通过浏览器开发者工具查看表格的实际class或id属性，替换代码中对应的定位参数。
• 字段顺序调整：若提取的字段与实际不符，检查表格列的顺序，修改cells的索引值（例如cells[0]对应第一列，依此类推）。
• 异常处理：代码中加入了请求异常捕获，避免因网络问题或页面访问限制导致程序崩溃。

内容的提问来源于stack exchange，提问作者Brijesh