Python爬虫写入CSV文件时移除字段度符号的实现方法

只需要在提取字段原始文本后、写入CSV前，对字段值做符号清理即可，无需改动原有爬虫的请求、解析、文件写入逻辑，以下是两种可行实现，按需选择即可：

• 方法1：字符串直接替换（最简方案）
  用Python字符串自带的replace()方法直接移除所有°符号，额外加strip()清理首尾可能存在的空白字符（空格、换行、制表符等），适配当前固定带°符号的场景，性能最优。
  修改原有字段提取代码为：

  # Extract the coordinates
  Longitude = data[23].get_text().replace('°', '').strip()
  Latitude = data[24].get_text().replace('°', '').strip()
  
  # Extract heading
  Heading = data[27].get_text().replace('°', '').strip()
  

• 方法2：正则提取数字（高兼容性方案）
  如果后续字段值除了°之外，还可能混入方向标识（N/E/S/W）、多余空格、特殊符号等非数字内容，可以用正则直接提取字段中的数字内容（支持整数、小数、负数格式），你代码中已经提前导入了re模块，无需额外安装依赖。
  修改原有字段提取代码为：

  # Extract the coordinates
  Longitude = re.search(r'-?\d+\.?\d*', data[23].get_text()).group()
  Latitude = re.search(r'-?\d+\.?\d*', data[24].get_text()).group()
  
  # Extract heading
  Heading = re.search(r'-?\d+\.?\d*', data[27].get_text()).group()
  

  说明：如果你的坐标是度分秒格式，可以对应调整正则匹配规则即可。

替换原有字段提取段的代码后，完整代码如下，运行后导出的CSV文件三个字段均为纯数字格式，不会再携带°符号：

#import modules
import requests
import urllib.request
from bs4 import BeautifulSoup
from datetime import datetime
import time
import csv
import os
import re
from selenium import webdriver
import schedule

try:      
    def retrieve_website():
        # Create header
        headers = {'user-agent': 'Mozilla/5.0 (X11; Linux i686) AppleWebKit/537.17 (KHTML, like Gecko) Chrome/24.0.1312.27 Safari/537.17'}

        # URL of the ship you want to track, execute the request and parse it to the variable 'soup'
        url = 'https://website-'
        reqs = requests.get(url, headers=headers)
        soup = BeautifulSoup(reqs.text, 'lxml')

        # Save file to local disk
        with open("output1.html", "w", encoding='utf-8') as file:
            file.write(str(soup))

        # open file to local disk
        with open("output1.html", "r", encoding='utf-8') as file:
            soup = BeautifulSoup(file, 'lxml')

        # All td tags are read into a list
        data = soup.find_all('td')

        # Extract fields and remove degree symbol
        Longitude = data[23].get_text().replace('°', '').strip()
        Latitude = data[24].get_text().replace('°', '').strip()
        Heading = data[27].get_text().replace('°', '').strip()
        
        #save as location
        dwnpath = r'S:\location'
        
        # Write data to a csv file with comma as seperator    
        with open(os.path.join(dwnpath, 'Track.csv'), 'w', newline='') as csv_file:
            fieldnames = ['Longitude', 'Latitude', 'Heading']
            writer = csv.DictWriter(csv_file, fieldnames=fieldnames, delimiter=',')
            writer.writeheader()
            writer.writerow({'Longitude': Longitude, 
                             'Latitude': Latitude,
                              'Heading': Heading})
    
    # Start the funtion the first time when the program starts
    retrieve_website()
    
except Exception as error:
    print(error)
    
print('Script Complete!')

内容的提问来源于stack exchange，提问作者iqbaltriputra