如何从iframe中提取爬取内容 纽约州新冠疫苗邮编级数据爬取问题

你当前代码中的iframe地址是站点全局页脚的资源，不包含目标疫苗数据表格，可按以下逻辑调整代码：

• 从原页面DOM中定位到承载疫苗数据的目标iframe，提取其真实访问地址
• 请求该iframe地址，解析返回内容中的表格结构
• 提取表格内容后可直接结构化存储

可运行参考代码：

import requests
from bs4 import BeautifulSoup
import pandas as pd

s = requests.Session()
# 请求原页面
r = s.get("https://coronavirus.health.ny.gov/zip-code-vaccination-data")
soup = BeautifulSoup(r.content, "html.parser")

# 定位数据iframe并补全协议头
data_iframe = soup.find("iframe", title="COVID-19 Vaccination by Zip Code")
iframe_src = data_iframe["src"]
if iframe_src.startswith("//"):
    iframe_src = f"https:{iframe_src}"

# 请求数据页面
r = s.get(iframe_src)
soup = BeautifulSoup(r.content, "html.parser")

# 提取表格，可直接用pandas转结构化数据，也可手动遍历tr、td标签提取
target_table = soup.find("table")
df = pd.read_html(str(target_table))[0]

# 示例：打印前5行数据，可按需调用df.to_csv()保存为本地文件
print(df.head())

如果不需要使用pandas，也可以直接遍历表格的<tr>行标签，每行内遍历<td>单元格标签提取对应内容即可。

内容的提问来源于stack exchange，提问作者George