jq获取表格里的checkbox_Python抓取网页表格（一）

Python有很多包可以抓取数据，如selenium、requests、scrapy、pandas，每个包都有其适用性，个人认为在抓取数据时，代码简洁性和数据获取的准确性是需要考虑的因素，时间快慢倒不用太在意，毕竟用python抓数据本来就大大节省了时间，用不同的方法可能也就是1秒和1分钟的区别。 日常中我们总存在抓取表格数据的需求，本文试图用pandas最简洁的代码抓取表格数据，代码非常简单，也很容易上手。

随便选个网页:

http://www.nafmii.org.cn/dcmfx/tzs/ppn/index.html

比如爬取下图中定向工具的注册批文(当然wind里面也有数据，本文只是为了展示如何爬取表格型数据)

一、爬取当页

只需要两句关键代码就可以抓取出来，前两句是导入相关模块，第三句输入网址，第四句用pandas读取，由于该网页有很多表格，会以list格式存在ppn这个变量里，点击查看可以发行第十四张表格正是我们所需要的内容。 

二、全部爬取

但是第一部分只抓取了第一页，如果想要把所有页都抓取出来，同样非常简单，只需编写一个循环。 点击下一页可以发现其网址会发生相应改变： http://www.nafmii.org.cn/dcmfx/tzs/ppn/index_2.html

页码会体现在index后面的数字，因此可以将url改为变量的组合，具体看第五句。第一和二句依然是导入相关模块，第三句是生成一个空矩阵，用于存储抓取完的结果，第四句至第八句是一个简单的循环，result变量就是每页抓取的结果，然后不断的添加到output里。最后output就是我们想要的结果。