本文分享了利用pandas读取网页中的表格内容,并将其导入Excel文件的方法。同时,还进一步介绍了利用pandas在一个Excel中写入多个sheet。
最近接到一个任务,需要爬一个网站上的一些表格数据,然后导入到Excel表里。之前没有做过这方面的工作,第一想法就是解析表格内容,然后通过循环或者什么的把解析到的数据写入Excel文件里。当时的感觉是很麻烦。然而,在写爬虫的过程中,突然想到之前在用pandas的时候看到过read_html函数,结果果然搜到了。
读取html
读取这个函数使用起来很简单,只需要传入html格式的字符串就行了,如下所示:
import pandas ps pd
tables = pd.read_html(html)
这里的html是html格式的字符串,而得到的tables是一个列表,列表中的元素是从html中解析出的以DataFrame形式存在的数据对象,一个
写入Excel文件
由于上一步得到的是DataFrame对象,因而写入Excel就比较简单了。比如我想把tables这个列表中的第一个表格数据写入一个Excel文件中,文件名定为“result.xlsx”,那么直接运行一下代码即可。
tables[0].to_excel("result.xlsx", index=False, header=False)
我这里将index和header指定为False是因为pandas写入Excel时,会默认写入每行的序号和每列的需要,将这两个参数设置成False就不会了。
如果要指定sheet_name,比如将sheet_name指定为“表一”&#x