如何用BeautifulSoup去除CSV双引号并统一数字格式

问题1：CSV值被双引号分隔 #

csv模块的writer默认会对包含特殊字符（比如原数字里的逗号）的字段添加双引号。解决思路一是先清除数字中的逗号（解决问题2的同时减少引号触发场景），二是通过设置writer的quoting参数控制引号行为，比如用csv.QUOTE_MINIMAL（仅必要时加引号）或csv.QUOTE_NONE（完全不加引号，需确保字段无逗号等分隔符）。

问题2：数字千位分隔逗号处理 #

编写辅助函数统一处理所有数字字段，去除逗号和空白字符，转换为纯数字格式，同时兼容空值场景。

修改后的完整代码 #

import requests
from bs4 import BeautifulSoup
import csv

def clean_number(num_str):
    # 去除空白字符和逗号，空值返回空字符串
    cleaned = num_str.strip().replace(',', '')
    return cleaned if cleaned else ''

response = requests.get('https://www.worldometers.info/coronavirus/#news').content
soup = BeautifulSoup(response, 'lxml')
tbody = soup.find('table', id='main_table_countries_today').find('tbody').find_all('tr')[8:11]

with open('corona1.csv', 'w', newline='', encoding='utf-8') as csv_file:
    # 设置引号规则，避免不必要的双引号；newline=''防止空行，utf-8避免乱码
    csv_writer = csv.writer(csv_file, quoting=csv.QUOTE_MINIMAL)
    csv_writer.writerow(['countries','total_cases','total_deaths','total_recovered','active_cases','total_cases_in_1m','deaths_in_1m','population'])

    for value in tbody:
        countries = value.find_all('td')[1].text.strip()
        total_cases = clean_number(value.find_all('td')[2].text)
        total_deaths = clean_number(value.find_all('td')[4].text)
        total_recovered = clean_number(value.find_all('td')[6].text)
        active_cases = clean_number(value.find_all('td')[8].text)
        total_cases_in_1m = clean_number(value.find_all('td')[10].text)
        deaths_in_1m = clean_number(value.find_all('td')[11].text)
        population = clean_number(value.find_all('td')[14].text)

        csv_writer.writerow([countries, total_cases, total_deaths, total_recovered, active_cases, total_cases_in_1m, deaths_in_1m, population])

关键修改说明 #

• clean_number函数：统一处理所有数字字段，去除逗号和多余空白，保证输出为纯数字字符串。
• csv.writer参数优化：quoting=csv.QUOTE_MINIMAL减少不必要的双引号；newline=''解决Windows环境下CSV空行问题；encoding='utf-8'避免国家名称等字符乱码。
• 国家名称增加strip()处理，清除可能的首尾空白字符。

内容的提问来源于stack exchange，提问作者Ömer Sevban Tümer