python爬虫爬取在线表格

要使用Python爬虫爬取在线表格，可以借助requests库发送网络请求，获取网页的HTML内容。然后使用parsel库对HTML进行解析，提取出表格数据。接下来，可以使用pandas库将表格数据转换为DataFrame对象，方便后续的数据处理和分析。最后，可以使用python-docx库创建一个新的Word文档，并将表格数据写入到文档中。

下面是一个示例代码，演示了如何使用Python爬虫爬取在线表格并将数据写入Word文档：

import requests
from parsel import Selector
import pandas as pd
from docx import Document

# 发送网络请求，获取网页内容
url = "https://example.com/table.html"  # 替换成实际的表格网址
response = requests.get(url)
html = response.text

# 使用parsel解析HTML，提取表格数据
selector = Selector(html)
table = selector.xpath("//table")
rows = table.xpath(".//tr")
data = []
for row in rows:
    cells = row.xpath(".//td/text()").getall()
    data.append(cells)

# 将数据转换为DataFrame对象
df = pd.DataFrame(data)

# 创建一个新的Word文档
doc = Document()
# 写入标题
doc.add_heading("Table Data", level=1)

# 写入表头
table_head = doc.add_table(rows=1, cols=len(df.columns))
for i, header in enumerate(df.columns):
    table_head.cell(0, i).text = header

# 写入表格数据
table_body = doc.add_table(rows=len(df), cols=len(df.columns))
for i, row in enumerate(df.values):
    for j, value in enumerate(row):
        table_body.cell(i, j).text = str(value)

# 保存Word文档
doc.save("table_data.docx")