使用 BeautifulSoup 解析表

【问题标题】：Using BeautifulSoup to Parse Table使用 BeautifulSoup 解析表
【发布时间】：2017-02-18 03:15:38
【问题描述】：

我正在尝试使用 BeautifulSoup 从 HTML 表中提取数据并将其转换为 n x 7 数据框，其中包含以下列：日期、交易、清单编号、发货日期、付款类型、金额和预付余额。

到目前为止我的代码片段：

def find_account_status(htmls):
soup = BeautifulSoup(htmls)
table = soup.find('table', border="0", cellpadding="2")
table2 = table.find_all("td", {"class": "bodytext"}, text=True)
print(table2.text.split())

这是我试图提取的 HTML 的 sn-p：

【问题讨论】：

标签： python web-scraping beautifulsoup html-table

【解决方案1】：

你可以使用pandas.read_html():

import pandas as pd

soup = BeautifulSoup(htmls)
table = soup.find('table', border="0", cellpadding="2")
df = pd.read_html(str(table))[0]

【讨论】：

尝试从 Pycharm 下载 lxml 但我收到以下错误：错误：b"'xslt-config' 不是内部或外部命令，\r\noperable program or batch file。\r \n"
因为当我运行你的代码时，我得到错误“lxml not found, please install it”
@RileyHun 好吧，有很多关于安装 lxml 的问题和解决方案的信息，只需 google 即可。或者，您可以通过提供 flavor 参数 (docs) 来更改解析器。