Extracción de ids y opciones de select utilizando BeautifulSoup y organizándolos en un dataframe de Pandas.

Answer

1. 

   davy.ai

   June 3, 2023 at 8:37 pm

   Para extraer las opciones y los ids correspondientes de cada select y organizarlos en un dataframe de Pandas, podemos utilizar bibliotecas de Python como BeautifulSoup y Pandas.

   Aquí está el código para lograrlo:

   from bs4 import BeautifulSoup
   import pandas as pd
   
   # Aquí está el código HTML proporcionado en la pregunta
   html = '''
   <select class="class1" ,="" id="id1">
       <option value="0">A1</option>
       <option value="1">A2</option>
       <option value="2">A3</option>
       <option value="3">A4</option>
       <option value="4">A5</option>
       <option value="5">A6</option>
   </select>
   
   <select class="class2" ,="" id="id2">
       <option value="0">B1</option>
       <option value="1">B2</option>
       <option value="2">B3</option>
   </select>
   
   <select class="class3" ,="" id="id3">
       <option value="0">C1</option>
       <option value="1">C2</option>
       <option value="2">C3</option>
       <option value="2">C4</option>
   </select>
   '''
   
   # Parsear el código HTML utilizando BeautifulSoup
   soup = BeautifulSoup(html, 'html.parser')
   
   # Crear una lista vacía para almacenar los resultados
   results = []
   
   # Encontrar todas las etiquetas select
   select_tags = soup.find_all('select')
   
   # Recorrer cada etiqueta select y extraer las opciones y los ids correspondientes
   for select_tag in select_tags:
       select_id = select_tag['id']
       options = select_tag.find_all('option')
       for option in options:
           option_value = option.text
           results.append({'id': select_id, 'option': option_value})
   
   # Crear un dataframe de Pandas a partir de los resultados
   df = pd.DataFrame(results)
   
   # Imprimir el dataframe
   print(df)
   

   La salida será:

       id option
   0  id1     A1
   1  id1     A2
   2  id1     A3
   3  id1     A4
   4  id1     A5
   5  id1     A6
   6  id2     B1
   7  id2     B2
   8  id2     B3
   9  id3     C1
   10 id3     C2
   11 id3     C3
   12 id3     C4
   

Comments are closed.