使用Python（beauthoulsoup）从html中提取列

Question

我需要从这个页面提取信息-http://www.investing.com/currencies/usd-brl-historical-data。我需要日期，价格，开盘价，高，低，零钱。 我不熟悉Python，所以我在这一步上遇到了困难：

import requests
from bs4 import BeautifulSoup
from datetime import datetime

url='http://www.investing.com/currencies/usd-brl-historical-data'
r = requests.get(url)

soup=BeautifulSoup(r.content,'lxml')

g_data = soup.find_all('table', {'class':'genTbl closedTbl historicalTbl'})

d=[]

for item in g_data:
Table_Values = item.find_all('tr')
N=len(Table_Values)-1

for n in range(N):
    k = (item.find_all('td', {'class':'first left bold noWrap'})[n].text)

    print(item.find_all('td', {'class':'first left bold noWrap'})[n].text)

我有几个问题：

价格列可以取消标记为或。如何指定要用class='redFont'或/和'greenfont'标记的项目？。同时更改%也可以有redFont和greenFont类。其他列由标记。如何提取它们？

有没有从表中提取列的方法？

理想情况下，我想有一个日期框列日期，价格，开放，高，低，变化%。在

谢谢

Answer 1

如何解析来自那个站点的表我已经回答了here，但是既然你想要一个DataFrame，那么就使用pandas.read_html

url = 'http://www.investing.com/currencies/usd-brl-historical-data'
r = requests.get(url)


import pandas as pd

df = pd.read_html(r.content,attrs = {'id': 'curr_table'})[0]

这会给你：

^{pr2}$

通常，您可以直接传递url，但是我们使用urllib2得到一个403错误，这是read_html使用的lib，因此我们需要使用请求来获取该html。在