如何用靓汤从AKC狗狗注册网站上刮取数据？

Question

我试图从美国内核俱乐部（https://www.akc.org/reg/dogreg_stats.cfm）搜集数据，但遇到了一些麻烦。我指的是this stackoverflow post，我可以得到第二个表上的所有行，但我不能格式化它们。你知道吗

这是我的密码。你知道吗

from bs4 import BeautifulSoup
import requests
url = https://www.akc.org/reg/dogreg_stats.cfm
r. requests.get(r)
data= r.text
soup = BeautifulSoup(data)
rows = soup.find_all('table')[1].find_all('tr')

for row in rows:
    cells = soup.find_all('td')
    firstRanking = cell[1].get_text()
    print(firstRanking)

打印出来的是

More on Registration   Trends:
More on Registration   Trends:
More on Registration   Trends:
More on Registration   Trends:
More on Registration   Trends:
More on Registration   Trends:
More on Registration   Trends:

而不是实际排名。你知道吗

Answer 1

创建变量“cells”时，您希望查找该行的所有“td”元素，而不是整个“soup”对象的“”。你知道吗

应该是这样的：

cells = row.find_all('td')

另外，我认为这之后的行中有一个错误，引用的是“cells”而不是“cell”：

firstRanking = cells[1].get_text()

这将使for循环如下所示：

for row in rows:
  cells = row.find_all('td')
  firstRanking = cells[1].get_text()
  print(firstRanking)

Answer 2

我犯的主要错误是在这行行=汤。全部找到（'table'）[1].find_all（'tr'）<；-这创建了一个列表项。 为了解决这个问题，我将行改为table=汤。全部找到（'table'）[1]然后行=表.find\u all（'tr'）