아름다운 수프로 데이터 테이블 구문 분석

올리

내부 네트워크에서 데이터를 가져 왔는데 '인쇄'할 때 XML 콘텐츠를 볼 수 있으므로 데이터를 명확하게 가져옵니다.

ptdf_data1 = requests.get(r'https://zema.nam.nsroot.net:8443/datadirect/ZEData?command=LoadProfile&username=%(username)s&password=%(password)s&id=Citi&groupname=%(profile_group)s&profilename=%(profile_name)s&profileowner=%(profile_username)s&style=xml' % params, verify=False).content

아름다운 수프를 사용하여 데이터를 아래 레이블이 지정된 열로 구문 분석하려고합니다 (각 열에는 많은 가격 데이터 목록이 있음)

soup = BeautifulSoup(ptdf_data1, "lxml")

ptdf_data = []

for ptdf_data_xml in soup.findAll(ptdf_data1):  # 'Pdtf'):  #
    dt = ptdf_data_xml.Date
    hr = ptdf_data_xml.CalendarHour
    row = ptdf_data_xml.RowNumber
    ram = ptdf_data_xml.RemainingAvailableMargin
    be = ptdf_data_xml.BE
    de = ptdf_data_xml.DE
    fr = ptdf_data_xml.FR
    nl = ptdf_data_xml.NL
    ptdf_data += [(
        int(row.text),  
        pytz.timezone('CET').localize(
            datetime.datetime.strptime(dt.text, "%Y-%m-%dT%H:%M:%S")) + 
            datetime.timedelta(hours=int(hr.text) - 1), 
        float(deat.text), 
        float(fr.text), 
        float(nl.text), 
        float(be.text), 
        float(ram.text))]

ptdf_data = pandas.DataFrame(data=ptdf_data, columns=['Row', 'DateTime', 'DE', 'FR', 'NL', 'BE', 'RAM'])
ptdf = ptdf_data.set_index('DateTime')

하지만 열 레이블만으로 빈 데이터 프레임이 계속 나타납니다. XML 코드에 대한 요청은 다음과 같습니다.

<?xml version="1.0" encoding="UTF-8"?>
<Profile>
    <DataSource>
        <IdNumber>1</IdNumber>
        <Series>a</Series>
        <DataSourceCaption>DE</DataSourceCaption>
        <DataSourceName>EPEX</DataSourceName>
        <DataReport>Power Spot Market Auction (Hourly)</DataReport>
        <Observation>Data Value(AVERAGE)</Observation>
        <Numerator>EUR</Numerator>
        <Denominator>MWh</Denominator>
        <Commodity>Electricity</Commodity>
        <Interval>Daily</Interval>
        <Attribute> <Caption>Country</Caption><Label>Germany/Austria</Label><Value>Germany/Austria</Value></Attribute>
        <Attribute> <Caption>Data Type</Caption><Label>Price</Label><Value>Price</Value></Attribute>
        <Filter></Filter>
    </DataSource>
    <DataSource>
        <IdNumber>2</IdNumber>
        <Series>b</Series>
        <DataSourceCaption>FR</DataSourceCaption>
        <DataSourceName>EPEX</DataSourceName>
        <DataReport>Power Spot Market Auction (Hourly)</DataReport>
        <Observation>Data Value(AVERAGE)</Observation>
        <Numerator>EUR</Numerator>
        <Denominator>MWh</Denominator>
        <Commodity>Electricity</Commodity>
        <Interval>Daily</Interval>
        <Attribute> <Caption>Country</Caption><Label>France</Label><Value>France</Value></Attribute>
        <Attribute> <Caption>Data Type</Caption><Label>Price</Label><Value>Price</Value></Attribute>
        <Filter></Filter>
    </DataSource>
    <DataSource>
        <IdNumber>3</IdNumber>
        <Series>c</Series>
        <DataSourceCaption>CH</DataSourceCaption>
        <DataSourceName>EPEX</DataSourceName>
        <DataReport>Power Spot Market Auction (Hourly)</DataReport>
        <Observation>Data Value(AVERAGE)</Observation>
        <Numerator>EUR</Numerator>
        <Denominator>MWh</Denominator>
        <Commodity>Electricity</Commodity>
        <Interval>Daily</Interval>
        <Attribute> <Caption>Country</Caption><Label>Switzerland</Label><Value>Switzerland</Value></Attribute>
        <Attribute> <Caption>Data Type</Caption><Label>Price</Label><Value>Price</Value></Attribute>
        <Filter></Filter>
    </DataSource>
    <DataSource>
        <IdNumber>4</IdNumber>
        <Series>d</Series>
        <DataSourceCaption>ES</DataSourceCaption>
        <DataSourceName>OMEL</DataSourceName>
        <DataReport>Daily Market Hourly Prices</DataReport>
        <Observation>Spain Price(AVERAGE)</Observation>
        <Commodity>Electricity</Commodity>
        <Interval>Daily</Interval>
        <Filter></Filter>
    </DataSource>
    <DataSource>
        <IdNumber>5</IdNumber>
        <Series>e</Series>
        <DataSourceCaption>PT</DataSourceCaption>
        <DataSourceName>OMEL</DataSourceName>
        <DataReport>Daily Market Hourly Prices</DataReport>
        <Observation>Portugal Price(AVERAGE)</Observation>
        <Commodity>Electricity</Commodity>
        <Interval>Daily</Interval>
        <Filter></Filter>
    </DataSource>
    <DataSource>
        <IdNumber>6</IdNumber>
        <Series>f</Series>
        <DataSourceCaption>CZ</DataSourceCaption>
        <DataSourceName>OTE</DataSourceName>
        <DataReport>Day-Ahead Market CZ Result</DataReport>
        <Observation>Price(AVERAGE)</Observation>
        <Commodity>Electricity</Commodity>
        <Interval>Daily</Interval>
        <Filter></Filter>
    </DataSource>
    <DataSource>
        <IdNumber>7</IdNumber>
        <Series>g</Series>
        <DataSourceCaption>NL</DataSourceCaption>
        <DataSourceName>APX</DataSourceName>
        <DataReport>NL Power Day Ahead Market (Hourly)</DataReport>
        <Observation>Value(AVERAGE)</Observation>
        <Commodity>Energy</Commodity>
        <Interval>Daily</Interval>
        <Attribute> <Caption>Market Type</Caption><Label>prices</Label><Value>prices</Value></Attribute>
        <Filter></Filter>
    </DataSource>
    <DataSource>
        <IdNumber>8</IdNumber>
        <Series>h</Series>
        <DataSourceCaption>BE</DataSourceCaption>
        <DataSourceName>Belpex</DataSourceName>
        <DataReport>Daily Market Results Hourly</DataReport>
        <Observation>Price(AVERAGE)</Observation>
        <Commodity>Electricity</Commodity>
        <Interval>Daily</Interval>
        <Filter></Filter>
    </DataSource>
    <DataSource>
        <IdNumber>9</IdNumber>
        <Series>i</Series>
        <DataSourceCaption>IT</DataSourceCaption>
        <DataSourceName>GME</DataSourceName>
        <DataReport>Day Ahead Electricity Market Price</DataReport>
        <Observation>Price(AVERAGE)</Observation>
        <Commodity>Electricity</Commodity>
        <Interval>Daily</Interval>
        <Attribute> <Caption>Market</Caption><Label>MGP</Label><Value>MGP</Value></Attribute>
        <Attribute> <Caption>Zone</Caption><Label>PUN</Label><Value>PUN</Value></Attribute>
        <Filter></Filter>
    </DataSource>
    <DataSource>
        <IdNumber>10</IdNumber>
        <Series>j</Series>
        <DataSourceCaption>IT NORD</DataSourceCaption>
        <DataSourceName>GME</DataSourceName>
        <DataReport>Day Ahead Electricity Market Price</DataReport>
        <Observation>Price(AVERAGE)</Observation>
        <Commodity>Electricity</Commodity>
        <Interval>Daily</Interval>
        <Attribute> <Caption>Market</Caption><Label>MGP</Label><Value>MGP</Value></Attribute>
        <Attribute> <Caption>Zone</Caption><Label>NORD</Label><Value>NORD<</Attribute>
        <Filter></Filter>
    </DataSource>
    <DataSource>
        <IdNumber>11</IdNumber>
        <Series>k</Series>
        <DataSourceCaption>UK</DataSourceCaption>
        <DataSourceName>N2EX</DataSourceName>
        <DataReport>Day Ahead Auction Market Prices</DataReport>
        <Observation>Price(AVERAGE)</Observation>
        <Commodity>Electricity</Commodity>
        <Interval>Daily</Interval>
        <Filter></Filter>
    </DataSource>
    <DataSource>
        <IdNumber>12</IdNumber>
        <Series>l</Series>
        <DataSourceCaption>NP</DataSourceCaption>
        <DataSourceName>NordPool</DataSourceName>
        <DataReport>Elspot System Prices</DataReport>
        <Observation>Price(AVERAGE)</Observation>
        <Commodity>Electricity</Commodity>
        <Interval>Daily</Interval>
        <Attribute> <Caption>Currency</Caption><Label>EUR</Label><Value>EUR</Value></Attribute>
        <Filter></Filter>
    </DataSource>
    <DataSourceData>
        <ResultSet>
            <Date>02/24/2016</Date>
            <Result>23.951</Result>
            <Result>29.646</Result>
            <Result>33.317</Result>
            <Result>30.423</Result>
            <Result>30.423</Result>
            <Result>24.322</Result>
            <Result>27.563</Result>
            <Result>29.191</Result>
            <Result>36.183</Result>
            <Result>36.204</Result>
            <Result>35.935</Result>
            <Result>20.417</Result>
            <formatted-date-string>2016-02-24</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>02/25/2016</Date>
            <Result>27.880</Result>
            <Result>29.561</Result>
            <Result>33.439</Result>
            <Result>26.921</Result>
            <Result>26.921</Result>
            <Result>27.616</Result>
            <Result>27.862</Result>
            <Result>28.705</Result>
            <Result>37.117</Result>
            <Result>36.999</Result>
            <Result>43.896</Result>
            <Result>25.886</Result>
            <formatted-date-string>2016-02-25</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>02/26/2016</Date>
            <Result>27.834</Result>
            <Result>28.088</Result>
            <Result>32.744</Result>
            <Result>25.458</Result>
            <Result>24.902</Result>
            <Result>27.205</Result>
            <Result>28.088</Result>
            <Result>28.088</Result>
            <Result>37.323</Result>
            <Result>37.364</Result>
            <Result>34.400</Result>
            <Result>23.864</Result>
            <formatted-date-string>2016-02-26</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>02/27/2016</Date>
            <Result>23.001</Result>
            <Result>23.251</Result>
            <Result>30.112</Result>
            <Result>5.792</Result>
            <Result>5.792</Result>
            <Result>22.696</Result>
            <Result>23.369</Result>
            <Result>23.363</Result>
            <Result>34.391</Result>
            <Result>33.768</Result>
            <Result>33.278</Result>
            <Result>19.640</Result>
            <formatted-date-string>2016-02-27</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>02/28/2016</Date>
            <Result>18.337</Result>
            <Result>18.353</Result>
            <Result>18.763</Result>
            <Result>6.680</Result>
            <Result>6.680</Result>
            <Result>16.787</Result>
            <Result>18.858</Result>
            <Result>18.358</Result>
            <Result>27.882</Result>
            <Result>28.112</Result>
            <Result>34.258</Result>
            <Result>19.036</Result>
            <formatted-date-string>2016-02-28</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>02/29/2016</Date>
            <Result>23.945</Result>
            <Result>27.753</Result>
            <Result>30.684</Result>
            <Result>21.115</Result>
            <Result>21.115</Result>
            <Result>23.410</Result>
            <Result>24.862</Result>
            <Result>27.766</Result>
            <Result>33.336</Result>
            <Result>34.053</Result>
            <Result>33.157</Result>
            <Result>24.912</Result>
            <formatted-date-string>2016-02-29</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/01/2016</Date>
            <Result>24.997</Result>
            <Result>31.256</Result>
            <Result>33.418</Result>
            <Result>29.462</Result>
            <Result>29.462</Result>
            <Result>23.577</Result>
            <Result>26.202</Result>
            <Result>30.936</Result>
            <Result>34.815</Result>
            <Result>34.790</Result>
            <Result>33.526</Result>
            <Result>20.572</Result>
            <formatted-date-string>2016-03-01</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/02/2016</Date>
            <Result>24.049</Result>
            <Result>26.570</Result>
            <Result>33.094</Result>
            <Result>23.048</Result>
            <Result>23.048</Result>
            <Result>23.207</Result>
            <Result>26.442</Result>
            <Result>26.927</Result>
            <Result>35.016</Result>
            <Result>35.447</Result>
            <Result>33.089</Result>
            <Result>23.946</Result>
            <formatted-date-string>2016-03-02</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/03/2016</Date>
            <Result>28.190</Result>
            <Result>29.252</Result>
            <Result>32.461</Result>
            <Result>25.596</Result>
            <Result>25.583</Result>
            <Result>28.197</Result>
            <Result>28.446</Result>
            <Result>29.229</Result>
            <Result>32.742</Result>
            <Result>34.482</Result>
            <Result>36.090</Result>
            <Result>25.562</Result>
            <formatted-date-string>2016-03-03</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/04/2016</Date>
            <Result>24.884</Result>
            <Result>29.962</Result>
            <Result>32.458</Result>
            <Result>19.838</Result>
            <Result>19.838</Result>
            <Result>24.552</Result>
            <Result>26.717</Result>
            <Result>30.170</Result>
            <Result>35.557</Result>
            <Result>36.167</Result>
            <Result>33.620</Result>
            <Result>23.783</Result>
            <formatted-date-string>2016-03-04</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/05/2016</Date>
            <Result>23.126</Result>
            <Result>24.118</Result>
            <Result>29.272</Result>
            <Result>10.682</Result>
            <Result>10.292</Result>
            <Result>22.049</Result>
            <Result>25.649</Result>
            <Result>24.699</Result>
            <Result>34.725</Result>
            <Result>34.641</Result>
            <Result>32.741</Result>
            <Result>20.102</Result>
            <formatted-date-string>2016-03-05</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/06/2016</Date>
            <Result>21.334</Result>
            <Result>21.609</Result>
            <Result>21.653</Result>
            <Result>13.356</Result>
            <Result>13.115</Result>
            <Result>16.886</Result>
            <Result>21.610</Result>
            <Result>21.610</Result>
            <Result>34.651</Result>
            <Result>33.972</Result>
            <Result>34.074</Result>
            <Result>19.792</Result>
            <formatted-date-string>2016-03-06</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/07/2016</Date>
            <Result>29.423</Result>
            <Result>32.991</Result>
            <Result>34.681</Result>
            <Result>25.289</Result>
            <Result>22.293</Result>
            <Result>28.658</Result>
            <Result>29.912</Result>
            <Result>32.236</Result>
            <Result>37.597</Result>
            <Result>37.622</Result>
            <Result>38.988</Result>
            <Result>23.452</Result>
            <formatted-date-string>2016-03-07</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/08/2016</Date>
            <Result>28.364</Result>
            <Result>32.237</Result>
            <Result>35.737</Result>
            <Result>29.982</Result>
            <Result>29.943</Result>
            <Result>28.083</Result>
            <Result>28.434</Result>
            <Result>30.905</Result>
            <Result>39.336</Result>
            <Result>39.819</Result>
            <Result>35.519</Result>
            <Result>25.448</Result>
            <formatted-date-string>2016-03-08</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/09/2016</Date>
            <Result>25.749</Result>
            <Result>27.745</Result>
            <Result>35.545</Result>
            <Result>21.462</Result>
            <Result>21.268</Result>
            <Result>25.025</Result>
            <Result>26.230</Result>
            <Result>27.421</Result>
            <Result>37.892</Result>
            <Result>37.571</Result>
            <Result>34.246</Result>
            <Result>24.275</Result>
            <formatted-date-string>2016-03-09</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/10/2016</Date>
            <Result>26.155</Result>
            <Result>31.515</Result>
            <Result>34.400</Result>
            <Result>20.497</Result>
            <Result>20.497</Result>
            <Result>26.828</Result>
            <Result>27.535</Result>
            <Result>31.321</Result>
            <Result>40.087</Result>
            <Result>39.447</Result>
            <Result>38.510</Result>
            <Result>25.014</Result>
            <formatted-date-string>2016-03-10</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/11/2016</Date>
            <Result>27.922</Result>
            <Result>29.680</Result>
            <Result>33.744</Result>
            <Result>30.865</Result>
            <Result>30.413</Result>
            <Result>26.663</Result>
            <Result>28.286</Result>
            <Result>29.578</Result>
            <Result>36.554</Result>
            <Result>36.599</Result>
            <Result>36.339</Result>
            <Result>26.737</Result>
            <formatted-date-string>2016-03-11</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/12/2016</Date>
            <Result>27.815</Result>
            <Result>27.815</Result>
            <Result>25.409</Result>
            <Result>28.225</Result>
            <Result>28.225</Result>
            <Result>24.658</Result>
            <Result>27.815</Result>
            <Result>27.815</Result>
            <Result>34.741</Result>
            <Result>33.982</Result>
            <Result>33.138</Result>
            <Result>22.541</Result>
            <formatted-date-string>2016-03-12</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/13/2016</Date>
            <Result>22.927</Result>
            <Result>22.738</Result>
            <Result>24.971</Result>
            <Result>24.054</Result>
            <Result>24.266</Result>
            <Result>20.809</Result>
            <Result>23.224</Result>
            <Result>22.601</Result>
            <Result>30.599</Result>
            <Result>30.447</Result>
            <Result>32.662</Result>
            <Result>21.515</Result>
            <formatted-date-string>2016-03-13</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/14/2016</Date>
            <Result>27.455</Result>
            <Result>27.869</Result>
            <Result>32.355</Result>
            <Result>36.541</Result>
            <Result>36.456</Result>
            <Result>26.338</Result>
            <Result>27.509</Result>
            <Result>27.839</Result>
            <Result>34.130</Result>
            <Result>34.375</Result>
            <Result>34.230</Result>
            <Result>22.581</Result>
            <formatted-date-string>2016-03-14</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/15/2016</Date>
            <Result>27.145</Result>
            <Result>29.675</Result>
            <Result>33.590</Result>
            <Result>41.621</Result>
            <Result>41.621</Result>
            <Result>26.875</Result>
            <Result>27.912</Result>
            <Result>29.607</Result>
            <Result>40.484</Result>
            <Result>39.827</Result>
            <Result>32.671</Result>
            <Result>22.234</Result>
            <formatted-date-string>2016-03-15</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/16/2016</Date>
            <Result>25.410</Result>
            <Result>28.734</Result>
            <Result>34.607</Result>
            <Result>35.361</Result>
            <Result>35.580</Result>
            <Result>25.177</Result>
            <Result>26.487</Result>
            <Result>28.639</Result>
            <Result>42.086</Result>
            <Result>41.734</Result>
            <Result>32.560</Result>
            <Result>21.761</Result>
            <formatted-date-string>2016-03-16</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/17/2016</Date>
            <Result>27.631</Result>
            <Result>29.734</Result>
            <Result>34.616</Result>
            <Result>41.450</Result>
            <Result>41.450</Result>
            <Result>27.165</Result>
            <Result>29.369</Result>
            <Result>30.090</Result>
            <Result>36.515</Result>
            <Result>35.767</Result>
            <Result>34.799</Result>
            <Result>21.890</Result>
            <formatted-date-string>2016-03-17</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/18/2016</Date>
            <Result>25.241</Result>
            <Result>31.313</Result>
            <Result>32.417</Result>
            <Result>43.768</Result>
            <Result>43.649</Result>
            <Result>25.368</Result>
            <Result>28.130</Result>
            <Result>31.503</Result>
            <Result>37.349</Result>
            <Result>37.003</Result>
            <Result>34.086</Result>
            <Result>21.833</Result>
            <formatted-date-string>2016-03-18</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/19/2016</Date>
            <Result>24.549</Result>
            <Result>27.268</Result>
            <Result>26.782</Result>
            <Result>37.610</Result>
            <Result>37.610</Result>
            <Result>23.636</Result>
            <Result>25.452</Result>
            <Result>27.363</Result>
            <Result>33.488</Result>
            <Result>32.651</Result>
            <Result>33.576</Result>
            <Result>21.442</Result>
            <formatted-date-string>2016-03-19</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/20/2016</Date>
            <Result>17.883</Result>
            <Result>20.992</Result>
            <Result>20.503</Result>
            <Result>34.857</Result>
            <Result>34.857</Result>
            <Result>18.543</Result>
            <Result>25.680</Result>
            <Result>22.925</Result>
            <Result>31.672</Result>
            <Result>30.754</Result>
            <Result>32.830</Result>
            <Result>20.380</Result>
            <formatted-date-string>2016-03-20</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/21/2016</Date>
            <Result>25.301</Result>
            <Result>32.263</Result>
            <Result>32.770</Result>
            <Result>35.996</Result>
            <Result>35.889</Result>
            <Result>25.152</Result>
            <Result>27.369</Result>
            <Result>31.490</Result>
            <Result>34.397</Result>
            <Result>34.980</Result>
            <Result>36.898</Result>
            <Result>21.706</Result>
            <formatted-date-string>2016-03-21</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/22/2016</Date>
            <Result>28.422</Result>
            <Result>33.111</Result>
            <Result>34.305</Result>
            <Result>34.639</Result>
            <Result>34.317</Result>
            <Result>27.990</Result>
            <Result>29.109</Result>
            <Result>32.485</Result>
            <Result>34.369</Result>
            <Result>35.023</Result>
            <Result>37.596</Result>
            <Result>21.857</Result>
            <formatted-date-string>2016-03-22</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/23/2016</Date>
            <Result>26.442</Result>
            <Result>30.177</Result>
            <Result>32.139</Result>
            <Result>30.111</Result>
            <Result>29.893</Result>
            <Result>27.974</Result>
            <Result>27.722</Result>
            <Result>30.000</Result>
            <Result>33.983</Result>
            <Result>34.055</Result>
            <Result>35.109</Result>
            <Result>21.740</Result>
            <formatted-date-string>2016-03-23</formatted-date-string>
        </ResultSet>
        <ResultSet>
            <Date>03/24/2016</Date>
            <Result>27.784</Result>
            <Result>28.842</Result>
            <Result>31.024</Result>
            <Result>28.307</Result>
            <Result>28.307</Result>
            <Result>27.908</Result>
            <Result>28.035</Result>
            <Result>28.785</Result>
            <Result>31.508</Result>
            <Result>32.499</Result>
            <Result>33.318</Result>
            <Result>21.325</Result>
            <formatted-date-string>2016-03-24</formatted-date-string>
        </ResultSet>
    </DataSourceData>
    <profile-name>Spot Baseload</profile-name>
    <date-formats>
        <first-col-date-format>yyyy-MM-dd</first-col-date-format>
        <result-date-format>yyyy-MM-dd</result-date-format>
        <result-timestamp-format>yyyy-MM-dd HH:mm:ss</result-timestamp-format>
    </date-formats>
    <profile-settings />
    <profile-options>
        <start-date>2016-02-24</start-date>
        <precision>3</precision>
        <interval>Daily</interval>
        <sort-order>ASC</sort-order>
        <observe-dst>MERGED</observe-dst>
        <suppress-nulls>false</suppress-nulls>
        <end-date>2016-03-24</end-date>
    </profile-options>
    <group-name>Spot Prices</group-name>
</Profile>
Kaan E.

이것은 댓글에 더 적합 할 것이지만 아직 그렇게 할 수 없습니다. 게시 된 코드에는 세 가지 문제가 있습니다.
1) find_all의 잘못된 사용, 인수는 태그 이름이어야합니다. 귀하의 경우, 요소에서 상대적으로 정보를 얻기 위해 <DataSource>당신이를 수정하고 싶을 find_allsoup.find_all("DataSource")또는에서 <ResultSet>당신이 할 것 soup.find_all("ResultSet"),에 대한 설명서를 참조 :
때문에, 태그는 당신이 이해가되지 않는 suppossedly 분석 문서에서 확인 전화) (2) xml에서 볼 수있는 Date한, ResultSet. 당신이 할 수있는 일은 CSS 선택기에 원하는 태그의 정확한 위치를 제공하는 것입니다. soup.select방법은 여기를 참조 하십시오 .find트리의 구조가 안정적인 사용을 허용하는 경우 여기를 참조 하십시오 .
3) 요소에서 문자열을 꺼내려면 soup.get_text()방법 을 사용할 있습니다 . 여기를 참조 하십시오 . .string요소의 자식이 탐색 가능한 문자열 인 경우에도 작동해야 하지만 여기를 참조 하십시오 .

이러한 문제를 처리 한 후에는 특히 태그 호출에 해당하는 요소를 보여 주면 더욱 그렇습니다. 해결책을 찾을 수 있는지 확인할 수 있습니다.

이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.

침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제

에서 수정
0

몇 마디 만하겠습니다

0리뷰
로그인참여 후 검토

관련 기사

분류에서Dev

아름다운 수프를 사용하여 html 테이블 구문 분석

분류에서Dev

MySQL 테이블에서 다른 Div로 JSON 데이터 구문 분석

분류에서Dev

아름다운 수프로 긴 웹 페이지를 어떻게 구문 분석 할 수 있습니까?

분류에서Dev

Python이 테이블 데이터를 배열로 구문 분석

분류에서Dev

Pandas로 prettyprinted 테이블 형식 데이터 구문 분석

분류에서Dev

jquery로 아래 json을 구문 분석하고 html 테이블에 데이터를 표시합니다.

분류에서Dev

Jsoup으로 테이블 구문 분석

분류에서Dev

보다 우아한 방식으로 데이터 구문 분석

분류에서Dev

구조가 다른 여러 HTML 테이블을 데이터 세트로 구문 분석

분류에서Dev

구문 분석의 설치 테이블에서 데이터를 검색 할 수 없습니다.

분류에서Dev

Python 아름다운 수프로 NBA 참조 구문 분석

분류에서Dev

Asynctask로 JSON 데이터 구문 분석

분류에서Dev

Bash로 JSON 데이터 구문 분석

분류에서Dev

SVG 경로 데이터 구문 분석

분류에서Dev

Beautiful Soup으로 html 테이블을 구문 분석 할 수 없습니다.

분류에서Dev

구문 분석의 데이터로 테이블보기 채우기

분류에서Dev

정규식으로 테이블 형식 데이터 구문 분석

분류에서Dev

jquery로 json을 구문 분석하고 html 테이블에 데이터 표시

분류에서Dev

OHCLV 데이터를 구문 분석 할 수 없습니다.

분류에서Dev

json 데이터를 구문 분석 할 수 없습니다.

분류에서Dev

데이터 구문 분석 후 UICollection 뷰 다시로드

분류에서Dev

테이블 데이터를 csv 파일로 구문 분석하려고합니다. BeautifulSoup Python을 사용하여 CSV의 행에서 동적 생성 테이블 데이터를 구문 분석하는 방법이 있습니까?

분류에서Dev

데이터 테이블에서 빅 데이터 구문 분석

분류에서Dev

이 URL을 아름다운 수프로 어떻게 구문 분석합니까? URL은 어떤 형식입니까?

분류에서Dev

값이 없을 수있는 테이블로 XML 구문 분석

분류에서Dev

BeautifulSoup이 테이블의 내용을 구문 분석 할 수 없습니다.

분류에서Dev

분류 목록의 아름다운 수프 구문 분석

분류에서Dev

Python Beautiful Soup은 특정 ID로 테이블을 구문 분석합니다.

분류에서Dev

iTextSharp는 HTML을 508 호환 PDF 테이블로 구문 분석합니다.

Related 관련 기사

  1. 1

    아름다운 수프를 사용하여 html 테이블 구문 분석

  2. 2

    MySQL 테이블에서 다른 Div로 JSON 데이터 구문 분석

  3. 3

    아름다운 수프로 긴 웹 페이지를 어떻게 구문 분석 할 수 있습니까?

  4. 4

    Python이 테이블 데이터를 배열로 구문 분석

  5. 5

    Pandas로 prettyprinted 테이블 형식 데이터 구문 분석

  6. 6

    jquery로 아래 json을 구문 분석하고 html 테이블에 데이터를 표시합니다.

  7. 7

    Jsoup으로 테이블 구문 분석

  8. 8

    보다 우아한 방식으로 데이터 구문 분석

  9. 9

    구조가 다른 여러 HTML 테이블을 데이터 세트로 구문 분석

  10. 10

    구문 분석의 설치 테이블에서 데이터를 검색 할 수 없습니다.

  11. 11

    Python 아름다운 수프로 NBA 참조 구문 분석

  12. 12

    Asynctask로 JSON 데이터 구문 분석

  13. 13

    Bash로 JSON 데이터 구문 분석

  14. 14

    SVG 경로 데이터 구문 분석

  15. 15

    Beautiful Soup으로 html 테이블을 구문 분석 할 수 없습니다.

  16. 16

    구문 분석의 데이터로 테이블보기 채우기

  17. 17

    정규식으로 테이블 형식 데이터 구문 분석

  18. 18

    jquery로 json을 구문 분석하고 html 테이블에 데이터 표시

  19. 19

    OHCLV 데이터를 구문 분석 할 수 없습니다.

  20. 20

    json 데이터를 구문 분석 할 수 없습니다.

  21. 21

    데이터 구문 분석 후 UICollection 뷰 다시로드

  22. 22

    테이블 데이터를 csv 파일로 구문 분석하려고합니다. BeautifulSoup Python을 사용하여 CSV의 행에서 동적 생성 테이블 데이터를 구문 분석하는 방법이 있습니까?

  23. 23

    데이터 테이블에서 빅 데이터 구문 분석

  24. 24

    이 URL을 아름다운 수프로 어떻게 구문 분석합니까? URL은 어떤 형식입니까?

  25. 25

    값이 없을 수있는 테이블로 XML 구문 분석

  26. 26

    BeautifulSoup이 테이블의 내용을 구문 분석 할 수 없습니다.

  27. 27

    분류 목록의 아름다운 수프 구문 분석

  28. 28

    Python Beautiful Soup은 특정 ID로 테이블을 구문 분석합니다.

  29. 29

    iTextSharp는 HTML을 508 호환 PDF 테이블로 구문 분석합니다.

뜨겁다태그

보관