如何将网页爬取的两个列表数据转换为单个字典？

1. 数据收集优化 #

先修改代码，将比率名称和数值分别收集为结构化列表（替代直接打印元素）：

# 收集英文比率名称，自动清理首尾空格
ratio_names = [elem.get_text(strip=True) for elem in soup.find_all('span', attrs={'class': 'float_lang_base_1'})]

# 收集比率数值，清理多余空格
ratio_values = [val.get_text(strip=True) for val in soup.find_all('span', attrs={'class': 'float_lang_base_2 text_align_lang_base_2 dirLtr bold'})]

2. 生成英文键值对 #

通过zip将两个列表配对为字典：

financial_ratios_en = dict(zip(ratio_names, ratio_values))

3. 中文翻译与转换 #

创建中英文指标映射表，生成中文键值对：

# 财务指标中英文映射
cn_translation = {
    "Gross margin": "毛利率",
    "Operating margin": "营业利润率",
    "Net Profit margin": "净利润率",
    "Return on Investment": "投资回报率",
    "Quick Ratio": "速动比率",
    "Current Ratio": "流动比率",
    "LT Debt to Equity": "长期债务权益比",
    "Total Debt to Equity": "总债务权益比",
    "Cash Flow/Share": "每股现金流",
    "Revenue/Share": "每股营收",
    "Operating Cash Flow": "经营现金流"
}

# 转换为中文键值对
financial_ratios_cn = {cn_translation[key]: value for key, value in financial_ratios_en.items()}

4. 转换为DataFrame #

导入pandas将字典转为结构化表格：

import pandas as pd

df = pd.DataFrame(list(financial_ratios_cn.items()), columns=["财务指标", "数值"])
print(df)

最终中文键值对效果 #

• 毛利率 : 60.45%
• 营业利润率: 31.47%
• 净利润率: 26.03%
• 投资回报率: 22.86%
• 速动比率: 2.95
• 流动比率: 3.62
• 长期债务权益比: -
• 总债务权益比: 49.02%
• 每股现金流: -
• 每股营收: -
• 经营现金流: 16.77%

内容的提问来源于stack exchange，提问作者Luc