使用Python 2.7提取並打印表格頭和數據用美麗的湯2.7

Question

所以我試圖用BeautifulSoup 4.0從Michigan Department of Health and Human Services website的表上刮取數據，我不知道如何正確格式化。

我有下面的代碼來獲取和從網站的信息，但我很茫然，因爲如何格式化它，使其具有與網站上的表格相同的外觀時，我打印或保存它作爲.txt/.csv文件。我在這裏和其他一些網站上尋找答案，但我不知道如何繼續這個。我非常初學者，所以任何幫助將不勝感激。

我的代碼只是打印無論是錶行或表數據的一個長長的清單：

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 

，我正在看的HTML低於還有：

<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> 

那部分節目年份作爲標題，直到2015年，然後州和縣的數據進一步下降：

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

和其他縣也是如此。 再次，任何幫助非常感謝。

Answer 1

您需要將表存儲在一個列表

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 ] 

現在table_contents具有相同的結構和數據作爲頁的表格。