使用Python抓取电视收视率

在本文中，我们将编写Python脚本从 BARC 中抓取 TRP（Television Rating Point）。 TRP 代表电视收视率，它代表在特定时期内有多少人观看了哪些频道。用于判断观看次数最多的电视节目。

需要的模块：

• bs4 : Beautiful Soup(bs4) 是一个Python库，用于从 HTML 和 XML 文件中提取数据。这个模块没有内置于Python中。要安装此类型，请在终端中输入以下命令。

pip install bs4

• requests： Request 允许您非常轻松地发送 HTTP/1.1 请求。这个模块也没有内置于Python中。要安装此类型，请在终端中输入以下命令。

pip install requests

我们来看看脚本的逐步执行

第一步：导入所有依赖

Python3

# import module
import requests
from bs4 import BeautifulSoup

第 2 步：创建 URL 获取函数

蟒蛇3

# user define function 
# Scrape the data 
def getdata(url): 
    r = requests.get(url) 
    return r.text

第 3 步：现在将 URL 传递到 getdata()函数并将该数据转换为 HTML 代码

蟒蛇3

htmldata = getdata("https://barcindia.co.in/data-insights")
soup = BeautifulSoup(htmldata, 'html.parser')
data = ''
for i in soup.find_all('tbody'):
    data = data + (i.get_text())
      
data

输出：

注意：这些脚本只会为您提供字符串格式的原始数据，您必须根据需要打印数据。

第 4 步：现在遍历数据。

蟒蛇3

data = ''.join((filter(lambda i: i not in ['\t'], data)))
print(data)

输出：