Python>Beautifulsoup>Webscraping>URL循环（1到53）并保存结果

Question

Here is the Website I am trying to scrape http://livingwage.mit.edu/

特定的URL来自

http://livingwage.mit.edu/states/01

http://livingwage.mit.edu/states/02

http://livingwage.mit.edu/states/04 (For some reason they skipped 03)

...all the way to...

http://livingwage.mit.edu/states/56

在每个URL上，我需要第二个表的最后一行：

Example for http://livingwage.mit.edu/states/01

Required annual income before taxes $20,260 $42,786 $51,642 $64,767 $34,325 $42,305 $47,345 $53,206 $34,325 $47,691 $56,934 $66,997

期望输出：

阿拉巴马州20260美元42786美元51642美元64767美元34325美元42305美元47345美元53206美元34325美元47691美元56934美元66997美元

阿拉斯加24070美元49295美元60933美元79871美元38561美元47136美元52233美元61531美元38561美元54433美元66316美元82403美元

。。。在

。。。在

怀俄明州20867美元42689美元52007美元65892美元34988美元41887美元46983美元53549美元34988美元47826美元57391美元68424美元

经过2个小时的磨蹭之后，我现在所掌握的是（我是初学者）：

^{pr2}$

当我在Python控制台中查看状态名称和行时，它给了我html元素

[<h1>Living Wag...Alabama</h1>]

以及

[<tr class = "odd...   </td> </tr>]

问题1：这些都是我想要的输出，但是我怎样才能让python以字符串格式而不是像上面那样的HTML格式给我呢？在

问题2：如何循环请求.get（url01到url56）？在

谢谢你的帮助。在

如果您能提供一种更有效的方法来获取代码中的rows变量，我将非常感激，因为我获得该变量的方法不是很像python。在

Answer 1

Problem 1: These are the things that I want in the desired output, but how can I get python to give it to me in a string format rather than HTML like above?

您可以通过简单地在以下行中执行操作来获取文本：

state_name=states.find('h1').text

同样的方法也适用于每一行。在

Problem 2: How do I loop through the request.get(url01 to url56)?

相同的代码块可以放在从1到56的循环中，如下所示：

^{pr2}$

zfill将添加这些前导零。另外，如果requests.get包含在一个try-except块中，这样即使url错误，循环也会继续正常进行。在