如何在标题中只保留唯一的值，并在不同的行中获取对应的值？

Question

我有一个链接，在这个链接中，我有一些产品。每种产品都有一个规格表。该表的第一列应该是标题，第二列应该是与之对应的数据。每个表的第一列都不同，有一些重叠的类别。我想得到一个大桌子，上面有所有这些类别，每行都有不同的产品。我能够获得一个表（一种产品）的数据，如下所示：

import requests
import csv
from bs4 import BeautifulSoup 
def cpap_spider(max_pages):
    page=1
    while page<=max_pages:
        url= "https://www.1800cpap.com/cpap-masks/nasal?page=" +str(page)
        source_code= requests.get(url)
        plain_text= source_code.text
        soup= BeautifulSoup(plain_text, 'html.parser')
        for link in soup.findAll("a", {"class":"facets-item-cell-grid-title"}):
            
            href="https://www.1800cpap.com"+link.get("href")
            title= link.string
            each_item(href)
            print(href)
            #print(title)
        page+=1
        
data=[] 
def each_item(item_url):
    source_code= requests.get(item_url)
    plain_text= source_code.text
    soup= BeautifulSoup(plain_text, 'html.parser')
    table=soup.find("table", {"class":"table"})
    
    table_rows= table.find_all('tr')
    for row in table_rows:
        cols = row.find_all('td')
        cols = [ele.text.strip() for ele in cols]
        data.append([ele for ele in cols if ele]) # Get rid of empty values
    b = open('all_appended.csv', 'w')
    a = csv.writer(b)
    a.writerows(data)
    b.close()
    
    
            
cpap_spider(1)            

这段代码将一个接一个地追加所有表。但是，我想要一个在第一行中具有唯一标题的大表，以及按顺序排列的相应产品值

Answer 1

假设标题始终是每个表的第一行，则只需跳过每个表中的该行，但不包括第一行。一种简单的方法是将要处理的第一行存储在初始化为0的变量中，并在处理函数中将其设置为1。可能代码：

def cpap_spider(max_pages):
    page=1
    start_row = 0
    while page<=max_pages:
        ...
        for link in soup.findAll("a", {"class":"facets-item-cell-grid-title"}):
            ...
            each_item(href, start_row)
            start_row = 1        # only first call to each_item will get start_row=1
            print(href)
            #print(title)
        page+=1
...
def each_item(item_url, start_row):
    ...    
    table_rows= table.find_all('tr')
    for row in table_rows[start_row:]:        # skip first row if start_row==1
        ...