获取历年（2010-2023）大学生毕业人数的爬虫

# 这是一个帮助我们获取历年（2010-2023）大学生毕业人数的爬虫
import pandas

url = "https://www.dxsbb.com/news/143353.html"
content = pandas.read_html(url)[-1]
content.to_excel("2010-2023大学生毕业人数.xlsx")
print(content)

.xlsx

• 定义：.xlsx 是 Microsoft Excel 2007 及更高版本中使用的默认文件格式。
• 特点：
  • 无宏：.xlsx 文件不包含宏（VBA 代码）。如果你只需要存储数据和公式，而不需要宏，那么 .xlsx 是最合适的选择。
  • 兼容性：这种格式与大多数现代版本的 Excel 兼容，也可以被许多其他电子表格软件（如 Google Sheets、LibreOffice Calc 等）读取和编辑。
  • 文件大小：.xlsx 文件通常比包含宏的 .xlsm 文件小，因为它们不包含额外的 VBA 代码。
  • 安全性：由于不包含宏，.xlsx 文件在安全性方面更为可靠，不会因为宏代码而带来潜在的安全风险。

.xlsm

• 定义：.xlsm 是 Microsoft Excel 2007 及更高版本中用于包含宏（VBA 代码）的文件格式。
• 特点：
  • 含宏：.xlsm 文件包含宏（VBA 代码）。如果你需要在 Excel 中使用自动化任务或复杂的脚本，那么 .xlsm 是必需的。
  • 兼容性：这种格式与大多数现代版本的 Excel 兼容，但其他电子表格软件可能无法完全支持宏功能。
  • 文件大小：由于包含宏代码，.xlsm 文件通常比 .xlsx 文件大。
  • 安全性：.xlsm 文件可能存在安全风险，因为宏代码可能包含恶意代码。因此，打开 .xlsm 文件时，Excel 会提示用户启用或禁用宏。

总结

• .xlsx：适用于不需要宏的普通数据存储和分析。

• .xlsm：适用于需要使用宏（VBA 代码）进行自动化任务的复杂工作表

pip install pandas -i https://pypi.mirrors.ustc.edu.cn/simple/

 安装pandas库，在运行时注意保存的格式