如何用python把返回的html提取相应的内容到excel

Question

如题所述

Answer 1

解决方法：

正则提取出多个列表，然后利用 Pandas 的 DataFrame 数据类型写入 excel，具体格式你自己安排，这里给出个基本示例：

text = """<td height="20" align="center">1</td>
<td align="center">产品</td>
<td align="center">red</td>
<td align="center">单价</td>
<td align="center">ä»·æ ¼</td>
<td align="center">备注</td>

<td height="20" align="center">2</td>
<td align="center">产品</td>
<td align="center">red</td>
<td align="center">单价</td>
<td align="center">ä»·æ ¼</td>
<td align="center">备注</td>import pandas as pd
import re

p = re.compile('>(\S+)</td>')
q = p.findall(text)
table = pd.read_excel(r'D:\test.xlsx')  
table['your title'] = pd.Series(q)
table.to_excel(r'D:\test.xlsx')

结果：

Answer 2

我一般使用BeautifulSoup，还是比较简单的
soup=BeaitifulSoup(html,'html.parser')
要找到某各元素使用find_all方法就行
for div in soup.find_all('div'):

但是经常会遇到网站有反爬的设置，比如子结点中含有换行符，只要写个函数去掉子结点间的换行符就行本回答被网友采纳