如何提取想要的数据并写入Excel

yuanyuan4220

物业类型：</dt><dd>公寓</dd>

                          <dt class="other-dt">物业费：</dt><dd class="other-dd">4.6元/㎡/月</dd>

                          <dt>总建面积：</dt><dd>189000m2</dd>

                          <dt class="other-dt">总户数：</dt><dd class="other-dd">3089户</dd>

                          <dt>建造年代：</dt><dd>2017年</dd>

                          <dt class="other-dt">停车位：</dt><dd class="other-dd">7430</dd>

                          <dt>容&nbsp;&nbsp;积&nbsp;&nbsp;率：</dt><dd>4.75</dd>

                          <dt class="other-dt">绿化率：</dt><dd class="other-dd">30%(一般)</dd>

                          <dt>开&nbsp;&nbsp;发&nbsp;&nbsp;商：</dt><dd class="dd-column">深圳市万科房地产有限公司</dd>

                          <dt>物业公司：</dt><dd class="dd-column">深圳市万科物业服务有限公司</dd>

                                    <dt>所属商
想要把上述内容写入Excel或者txt，得到如下形式：
物业类型   公寓
物业费      4.6元/㎡/月
....             .......
物业公司    深圳市万科物业服务有限公司


这是从网页上爬下来的，不知道该怎么处理并保存

83519489

import csv
然后在python创建CSV文件
爬取后写入csv文件中
csv文件EXCEL也可以打开
新手一枚，我是用这种方法

jinlovelive

bs4解析这个HTML，分两个soup.findAll('dt')，soup.findAll('dd'),然后分别读取text内容并写入EXCEL

1. import openpyxl
   
2. from openpyxl import load_workbook
   
3. from bs4 import BeautifulSoup as bs
   
4. soup = bs('html页面','lxml')
   
5. dt = soup.findAll('dt')
   
6. dd = soup.findAll('dd')
   
7. wb = load_workbook(r'保存的文件路径')
   
8. ws = wb.active()
   
9. for i in range(0,len(dt)):ws.cell(i+1,1).value = dt[i].text
   
10. 
    
11. for i in range(0,len(dd)):ws.cell(i+1,2).value = dd[i].text
    
12. 
    
13. wb.save(r'刚刚的那个路径')
    

复制代码

yuanyuan4220

83519489 发表于 2019-8-22 10:42
import csv
然后在python创建CSV文件
爬取后写入csv文件中

你可不是新手了，哪儿都有你，都能当助教或者班主任了，大神一枚

yuanyuan4220

jinlovelive 发表于 2019-8-22 10:46
bs4解析这个HTML，分两个soup.findAll('dt')，soup.findAll('dd'),然后分别读取text内容并写入EXCEL

这么多代码，就看懂了第一行和最后一行，都是泪啊

83519489

yuanyuan4220 发表于 2019-8-22 10:56
你可不是新手了，哪儿都有你，都能当助教或者班主任了，大神一枚

哪里大神了，刚刚就发了一个基础匹配的提问帖子，还没给我审核过

yuanyuan4220

jinlovelive 发表于 2019-8-22 10:46
bs4解析这个HTML，分两个soup.findAll('dt')，soup.findAll('dd'),然后分别读取text内容并写入EXCEL

    from bs4 import BeautifulSoup as bs
ModuleNotFoundError: No module named 'bs4'
bs4需要安装吗？

yuanyuan4220

83519489 发表于 2019-8-22 10:58
哪里大神了，刚刚就发了一个基础匹配的提问帖子，还没给我审核过

看到了很多题后面都有你的身影我刚从MATLAB转来python

空青

yuanyuan4220 发表于 2019-8-22 11:02
看到了很多题后面都有你的身影我刚从MATLAB转来python

要是看不懂前面童鞋的代码，建议你学下requests和BeautifulSoup，很快能掌握。

yuanyuan4220

空青 发表于 2019-8-22 11:35
要是看不懂前面童鞋的代码，建议你学下requests和BeautifulSoup，很快能掌握。

request我知道，BeautifulSoup是在那一节？

jinlovelive

yuanyuan4220 发表于 2019-8-22 11:46
request我知道，BeautifulSoup是在那一节？

都是在爬虫那块啊，我记得是urllib后面讲的就是这个了吧，毕竟需要解析返回的页面。
bs4模块需要安装，直接pip好了

yuanyuan4220

jinlovelive 发表于 2019-8-22 12:36
都是在爬虫那块啊，我记得是urllib后面讲的就是这个了吧，毕竟需要解析返回的页面。
bs4模块需要安装， ...

好嘞，谢谢，我先捣鼓捣鼓