Python解析网页表格 例子

可以使用Python的BeautifulSoup库和pandas库来解析网页表格，以下是一个例子：

from bs4 import BeautifulSoup
import pandas as pd
import requests

url = 'http://example.com/table.html'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
table = soup.find('table')

rows = []
for tr in table.find_all('tr'):
    rows.append([td.get_text(strip=True) for td in tr.find_all('td')])

df = pd.DataFrame(rows, columns=['Column 1', 'Column 2', 'Column 3'])
print(df)

这个例子中，我们首先使用requests库获取网页内容，然后使用BeautifulSoup库解析网页内容，找到表格元素，然后遍历每一行、每一列，将数据放到一个二维列表中。最后使用pandas库将二维列表转换为数据框，可以方便地进行数据分析和处理。

相关问题

python爬取网页表格数据

要爬取网页表格数据，可以使用 Python 中的 requests 和 BeautifulSoup 库。以下是一个简单的例子：

import requests
from bs4 import BeautifulSoup

url = "http://example.com/table.html"  # 网页地址
response = requests.get(url)  # 发送请求获取网页内容
soup = BeautifulSoup(response.content, "html.parser")  # 解析网页内容

table = soup.find("table")  # 找到表格元素
rows = table.find_all("tr")  # 找到所有行

for row in rows:
    cells = row.find_all("td")  # 找到所有单元格
    for cell in cells:
        print(cell.text)  # 输出单元格内容

这个例子中，我们首先使用 requests 库发送 GET 请求获取网页内容，然后使用 BeautifulSoup 库解析网页内容。接下来，我们使用 find 方法找到表格元素，再使用 find_all 方法找到所有行和单元格。最后，我们遍历每个单元格并输出其内容。

python解析html表格使用lxml库

可以使用lxml库中的html.fromstring()函数将HTML字符串转换为可供XPath和CSS选择器查询的树形结构，然后使用XPath或CSS选择器来遍历HTML表格并提取相应的数据。 举个例子：如果要使用XPath选择器提取表格中第一行第一个单元格的内容，可以使用以下代码：

from lxml import html

html_str = '<table><tr><th>Header 1</th><th>Header 2</th></tr><tr><td>Row 1, Column 1</td><td>Row 1, Column 2</td></tr><tr><td>Row 2, Column 1</td><td>Row 2, Column 2</td></tr></table>'

tree = html.fromstring(html_str)

first_cell = tree.xpath('//table/tr[1]/td[1]/text()')

print(first_cell)

输出应该为`[]`，因为示例html_str中的表格中没有 `<td>` 标签，而是 `<th>` 标签用于表头。你可以在XPath表达式中将第二个“td”改为“th”来修改代码以查找表头，或者使用CSS选择器。