テーブルヘッダーとデータをPython 2.7の美しいスープで抽出して印刷する

Question

したがって、BeautifulSoup 4.0を使用してMichigan Department of Health and Human Services websiteのテーブルからデータをスクラップしようとしていますが、正しくフォーマットする方法がわかりません。

私は以下のコードをウェブサイトから取得するために書かれていますが、印刷や保存時にウェブサイトの表と同じ外観になるようにフォーマットする方法は紛失しています.txt/.csvファイルとして保存します。私はここで、そして他のウェブサイトで答えを探しましたが、これをどうやって進めるのか分かりません。私は非常に初心者ですので、どんな助けも高く評価されます。

私のコードだけで、テーブルの行やテーブルデータのいずれかの長いリストを出力します。

import urllib2 
import bs4 
from bs4 import BeautifulSoup 

url = "https://www.mdch.state.mi.us/osr/natality/BirthsTrends.asp" 
page = urllib2.urlopen(url) 
soup = BeautifulSoup((page), "html.parser") 

table = soup.find("table") 
rows = table.find_all("tr") 

for tr in rows: 
    tds = tr.find_all('td') 
    print tds 

私が探していたHTMLが同様に下回っている

：

<table border=0 cellpadding=3 cellspacing=0 width=640 align="center"> 
    <thead style="display: table-header-group;"> 
    <tr height=18 align="center"> 
    <th height=35 align="left" colspan="2">County</th> 

    <th height="35" align="right"> 
    2005 
    </th> 

その部分ショー2015年までは州と郡のデータはさらに下にあります：

<tr height="40" > 
     <th class="LeftAligned" colspan="2">Michigan</th> 
<td> 
127,518 
</td> 

残りの郡でも同様です。 もう一度、どんな助けも大歓迎です。

Answer 1

あなたがリスト

import urllib2 
import bs4 
from bs4 import BeautifulSoup 

url = "https://www.mdch.state.mi.us/osr/natality/BirthsTrends.asp" 
page = urllib2.urlopen(url) 
soup = BeautifulSoup((page), "html.parser") 

table = soup.find("table") 
rows = table.find_all("tr") 

table_contents = [] # store your table here 
for tr in rows: 
    if rows.index(tr) == 0 : 
     row_cells = [ th.getText().strip() for th in tr.find_all('th') if th.getText().strip() != '' ] 
    else : 
     row_cells = ([ tr.find('th').getText() ] if tr.find('th') else []) + [ td.getText().strip() for td in tr.find_all('td') if td.getText().strip() != '' ] 
    if len(row_cells) > 1 : 
     table_contents += [ row_cells ] 

今table_contentsページの表と同じ構造とデータを持っている中で、あなたのテーブルを格納する必要があります。