中华人民共和国县以上行政区划代码采集（Python）

中华人民共和国县以上行政区划代码采集（Python）

网站 

/

爬取网页地址

（2020年8月中华人民共和国县以上行政区划代码）

//article/sj/xzqh/2020/2020/2020092500801.html

网页预览

爬虫代码

# -*- coding: utf-8 -*-
"""
Created on Tue Nov 17 14:02:23 2020@author: 樊纲
"""import requests
from bs4 import BeautifulSoup
import pandas as pd
import reurl='//article/sj/xzqh/2020/202011/202011060901.html'
r&#(url)
html&#
soup=BeautifulSoup(html,'html.parser')
table=soup.find('table')
trs=table.find_all('tr')[2:-9]
datas=[]
for tr in trs:data=[]_text().replace('n',''):td=tr.find_all('td')code=tr.find_next('td').find_next('td').get_text()name=tr.find_next('td').find_next('td').find_next('td').get_text()print(code,re.sub("s","",name))data.append(code)data.append(re.sub("s","",name))#正则替换不可见字符datas.append(data)
df=pd.DataFrame(datas[1:],columns=datas[0])
df.to_excel('./data/行政区划代码.xlsx')#保存为Excel文件

 文件预览