从web上的表中提取数字

Question

我试图从一个网站提取数据供个人使用。我只想在最快的时候有降水。我几乎完成了，但我不能把数据汇总起来。我认为这是因为它返回空值，和/或因为数据不全是整数？也许使用for循环是不正确的？在

代码如下：

import urllib2
from bs4 import BeautifulSoup
import re

url = 'http://www.saiawos2.com/K61/15MinuteReport.php'
page = urllib2.urlopen(url) 
soup  = BeautifulSoup(page.read())

table = soup.findAll('table')[0]
rows = table.findAll('tr')

second_columns = []
thirteen_columns = []

for row in rows[1:]:
    second_columns.append(row.findAll('td')[1]) #Column with times
    thirteen_columns.append(row.findAll('td')[12]) #Precipitation Column

for second, thirteen in zip(second_columns, thirteen_columns):
    times = ['12:00','11:00','10:00','09:00','08:00','07:00','06:00',
         '05:00','04:00','03:00','02:00','01:00','00:00','23:00',
         '22:00','21:00','20:00','19:00','18:00','17:00','16:00',
         '15:00','14:00','13:00',]
    time = '|'.join(times) 
    if re.search(time, second.text):
        pcpn = re.sub('[^0-9]', '', thirteen.text) #Get rid of text
        print sum(pcpn[1:]) #Print sum and get rid of leading zero

也许有一个简单的方法可以做到这一点，但这就是我目前所拥有的。当我求和（pcpn）时，它会为带有print语句的行给出以下错误：

^{pr2}$

Answer 1

问题是sum试图找到整数列表的和，因为您传递了一个不能求和的unicode字符列表。在

您只需将列表的每个元素映射到int，并将其传递给sum。在

if re.search(time, second.text):
        pcpn = re.findall(r'[0-9.]+', thirteen.text) 
        print sum( float(x) for x in pcpn )

它的作用是什么？

• re.findall(r'[0-9.]+', thirteen.text)而不是使用re.sub函数，而是使用^{}，它将给您一个匹配列表，然后将其传递给sum()函数。这里的匹配是数字。

• sum( float(x) for x in pcpn )将每个元素映射到float并求和。在

  • ( float(x) for x in pcpn )是一个generator语句，它在移动中创建元素。在