用于解析 HTML 表格的富有表现力的 Python 库

【问题标题】：Expressive python library for parsing HTML tables用于解析 HTML 表格的富有表现力的 Python 库
【发布时间】：2012-05-07 06:54:58
【问题描述】：

我需要解析 html 表格以执行诸如获取某个单元格上方/下方或左/右列中的所有单元格之类的操作。有没有可以轻松做到这一点的python库？

【问题讨论】：

标签： python html-parsing html-table

【解决方案1】：

此代码将页面中的所有表格转换为列表。

import pandas as pd
url = r'https://en.wikipedia.org/wiki/List_of_S%26P_500_companies'
tables = pd.read_html(url) # Returns list of all tables on page
sp500_table = tables[0] # Select table of interest

【讨论】：

【解决方案2】：

看看pyquery。它允许对 xml 文档进行 jquery 查询。快速查看API 似乎 prevAll 和 nextAll 可以找到左/右单元格。想得到上面/下面的也不会那么难。

【讨论】：

【解决方案3】：

您可以使用lxml - XML 和 HTML 与 Python - 来解析表格。 Here 是一个简单的示例，说明您可以对表执行哪些操作（加载和遍历行）。

【讨论】：

【解决方案4】：

BeautifulSoup

【讨论】：