Python+BeautifulSoup爬取网页表格后，如何将数据格式化为CSV？

嘿，作为新手能写出爬虫框架已经很棒了！针对你要把左侧加粗标签和右侧内容一一对应存CSV的需求，我给你两种实用方案，都是简单易上手的：

核心思路 #

首先得明确网页里的表格结构（假设是每行一个“加粗标签+对应内容”的组合）：我们要遍历每一行，提取左侧<strong>里的文本作为键，右侧单元格的文本作为值，然后把这些键值对合理写入CSV。

方案1：每行存一组“标签+内容”（直观易调试） #

这种方式适合快速查看所有字段，或者表格字段不固定的情况，代码注释很详细，跟着改就行：

import requests
import csv
from datetime import datetime
from bs4 import BeautifulSoup

# 替换成你的目标网页URL
myurl = "https://example.com/target-page"

try:
    # 发送请求并检查是否成功
    response = requests.get(myurl)
    response.raise_for_status()
except requests.exceptions.RequestException as e:
    print(f"请求网页失败: {e}")
    exit()

# 解析HTML
soup = BeautifulSoup(response.text, 'html.parser')

# 定位右侧表格（替换成你实际的表格选择器，比如class/id）
# 可以用soup.prettify()查看页面结构，找到表格的特征
right_table = soup.find("table", class_="right-sidebar-table")
if not right_table:
    print("找不到目标表格！请检查选择器是否正确")
    exit()

# 存储提取到的键值对
data_rows = []

# 遍历表格的每一行
for row in right_table.find_all("tr"):
    cells = row.find_all("td")
    # 确保每行有两个单元格（标签列+内容列）
    if len(cells) == 2:
        # 提取左侧加粗标签（如果没有加粗就直接取单元格文本）
        label_elem = cells[0].find("strong")
        label = label_elem.get_text(strip=True) if label_elem else cells[0].get_text(strip=True)
        # 提取右侧内容，清理多余空格换行
        value = cells[1].get_text(strip=True)
        # 加入列表
        data_rows.append({"标签": label, "内容": value})

# 生成带时间戳的文件名，避免覆盖旧文件
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
csv_filename = f"表格数据_{timestamp}.csv"

# 写入CSV（用utf-8-sig避免Excel打开乱码）
with open(csv_filename, "w", encoding="utf-8-sig", newline="") as csv_file:
    writer = csv.DictWriter(csv_file, fieldnames=["标签", "内容"])
    writer.writeheader()  # 写入表头
    writer.writerows(data_rows)  # 写入所有数据行

print(f"数据已成功保存到 {csv_filename}")

方案2：把标签作为表头，一行存所有内容（适合单条实体数据） #

如果爬取的是单个实体（比如某家公司、某个人的信息），这种方式更规整，CSV里表头就是所有加粗标签，一行是对应的值：

# 前面的请求、解析、表格定位部分和方案1完全一致，这里省略...

# 用字典存储所有键值对
data_dict = {}
for row in right_table.find_all("tr"):
    cells = row.find_all("td")
    if len(cells) == 2:
        label_elem = cells[0].find("strong")
        label = label_elem.get_text(strip=True) if label_elem else cells[0].get_text(strip=True)
        value = cells[1].get_text(strip=True)
        data_dict[label] = value

# 写入CSV
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
csv_filename = f"实体信息_{timestamp}.csv"

with open(csv_filename, "w", encoding="utf-8-sig", newline="") as csv_file:
    # 用字典的键作为CSV表头
    writer = csv.DictWriter(csv_file, fieldnames=data_dict.keys())
    writer.writeheader()
    writer.writerow(data_dict)  # 写入一行数据

print(f"数据已成功保存到 {csv_filename}")

新手必看小贴士 #

• 调试优先：先把label和value打印出来，确认提取正确后再写入CSV，避免白忙活。
• 适配HTML结构：如果你的表格不是<tr>+<td>的结构，用soup.prettify()打印页面源码，找到正确的元素选择器。
• 编码避坑：一定要用utf-8-sig编码保存CSV，不然Excel打开会乱码。
• 异常处理：代码里加了请求失败、找不到表格的判断，能避免程序直接崩溃，新手一定要养成这个习惯！

内容的提问来源于stack exchange，提问作者kdrumz