读取 HTML 函数无法抓取 Pokemongo 数据表

Question

我正在尝试通过抓取表格来练习使用 pandas 中的 read_html 函数，但出现错误。我的代码如下：

import pandas as pd
url = "https://www.pokemondb.net/pokedex/all"
dfs = pd.read_html(url)

上面的代码返回错误并没有成功，所以我尝试了下面的代码，但它仍然不起作用。

from bs4 import BeautifulSoup
import pandas as pd
import requests
url = "https://www.pokemondb.net/pokedex/all"
html = requests.get(url)
soup = BeautifulSoup(html.text, "html.parser")
dfs = pd.read_html(soup.table)

我不完全知道出了什么问题。有人能告诉我吗？

谢谢！

Answer 1

在read_html 的文档中，您可以看到它不适用于https

所以你的第一个版本证实了这一点。

---

在第二个版本中你不需要BeautifulSoup。

read_html() 使用自己的 bs4 或 lxml 或 html5 - 请参阅文档选项 flavor 以选择它。

import requests
import pandas as pd

url = "https://www.pokemondb.net/pokedex/all"
html = requests.get(url)

dfs = pd.read_html(html.text)

print(dfs)

Answer 2

希望对你有帮助。

table = soup.findAll('table', attrs={'id':'pokedex'}) 

然后将表格转换为字符串。

 dfs = pd.read_table(str(table)) 

它会给你一个输出。