使用BeautifulSoup从表中提取选定的列

使用BeautifulSoup从表中提取选定的列

您可以尝试以下代码：

import urllib2from BeautifulSoup import BeautifulSoupurl = "http://www.samhsa.gov/data/NSDUH/2k10State/NSDUHsae2010/NSDUHsaeAppC2010.htm"soup = BeautifulSoup(urllib2.urlopen(url).read())for row in soup.findAll('table')[0].tbody.findAll('tr'):    first_column = row.findAll('th')[0].contents    third_column = row.findAll('td')[2].contents    print first_column, third_column

如您所见，代码只是连接到url并获取html，BeautifulSoup找到第一个表，然后找到所有“ tr”并选择第一列（即“ th”）和第三列，即一个“
TD”。