如何提取指定网站class为ind-mp_info的表格并导出为CSV文件

需求说明 #

需要从指定站点提取目标表格并保存为CSV文件，相关参数如下：

• 目标站点：https://www.mygov.in/covid-19/
• 目标表格特征：class属性为ind-mp_info
• 表格位置：展开页面内*「COVID-19 Statewise Status」*标签即可找到该表格

实现代码 #

# 导入依赖库
from bs4 import BeautifulSoup
from urllib.request import urlopen
import csv
import pandas as pd

# 获取页面内容
html = urlopen("https://www.mygov.in/covid-19/")
soup = BeautifulSoup(html, "html.parser")
# 定位目标表格
table = soup.find("table", {"class":"ind-mp_info"})
rows = table.findAll("tr")

# 写入CSV文件
with open("editors.csv", "wt+", newline="") as f:
    writer = csv.writer(f)
    for row in rows:
        csv_row = []
        for cell in row.findAll(["td", "th"]):
            csv_row.append(cell.get_text())
        writer.writerow(csv_row)

内容的提问来源于stack exchange，提问作者Yashinde