如何使用 read_html 读取具有 2 个类属性的表？答案

【问题标题】：How to use read_html to read a table with 2 class attrs?如何使用 read_html 读取具有 2 个类属性的表？
【发布时间】：2013-11-12 16:12:43
【问题描述】：

我正在尝试刮取以下地区的基金价格：

http://www.prudential.com.hk/PruServlet?module=fund&purpose=searchHistFund&fundCd=JAS_U

但是table中各行的class属性不同，有“class”：“fundPriceCell1”和“fundPriceCell2”：

<tr>
<td align="center" class="fundPriceCell1">08/11/2013</td><td align="center" class="fundPriceCell1">118.2500</td><td align="center" class="fundPriceCell1">118.2500</td>
</tr>
<tr>
<td align="center" class="fundPriceCell2">07/11/2013</td><td align="center" class="fundPriceCell2">118.9800</td><td align="center" class="fundPriceCell2">118.9800</td>
</tr>

如何刮桌子？这是错误的，但如何解决？

import pandas as pd
import requests
url = 'http://www.prudential.com.hk/PruServlet?module=fund&purpose=searchHistFund&fundCd=JAS_U'
tables = pd.read_html(requests.get(url).text, attrs={"class":"fundPriceCell1"})

【问题讨论】：

如果你的后端 html 解析器是 beutifulsoup，我猜你可以传递一个编译的正则表达式作为你的 attrs 字典中 'class' 元素的值
这是一个属性字典，我可以通过它来识别 HTML 中的表格。如何传递已编译的正则表达式？

标签： python-2.7 pandas python-requests

【解决方案1】：

我认为您可以传递已编译的正则表达式，并且此语法将匹配两个 class 属性：

import re
tables = pd.read_html(requests.get(url).text, attrs={"class":re.compile("fundPriceCell\d+")})

【讨论】：

现在我得到了：AssertionError: No tables found
您在帖子中输入的常量也会出现该错误，但这与您要求解决的问题无关。