关于Beautiful soup findall()函数 抓取天气网站历史天气的问题

img


网页源代码，想要爬取历史天气

img

爬取代码如图↑

img


运行结果如图↑
为什么会带上这个结束标签呢？用了find()函数居然得到了一样的结果，而且find函数搭配string显示None，说明这个标签里嵌了不止一个子标签？怎么去掉标签！！求问

请求返回的就是一个带td等标签（表格格式数据）的json数据，可用字符串方法进行处理，推荐使用pandas的read_html去读取表格更为简便，用如下方式解决：

for url in urls:
    seconds=random.randint(1,5)
    res=requests.get(url,headers={'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/93.0.4577.63 Safari/537.36 Edg/93.0.961.38'})
    res.encoding=res.apparent_encoding
    time.sleep(seconds)    
    js=res.json()
    df=pd.read_html(js['data'])[0]
    print(df)

运行结果：

日期  ...  空气质量指
数
0   2021-05-01 周六  ...    52 良    
1   2021-05-02 周日  ...    38 优    
2   2021-05-03 周一  ...    45 优 
。。。

如对你有帮助，请点击我回答右上角【采纳】按钮采纳支持一下。

for row in soup.table.find_all('tr')[1:]:
print(row.td.text)