如何从 html 内部的 div 标签中获取某个表标签？

Question

我正在尝试从网站http://www.o1vsk.lv/index.php/stundu-izmainas获取表格信息。 html 我需要提取的网页内容

from bs4 import BeautifulSoup
from urllib.request import urlopen
html = urlopen("http://www.o1vsk.lv/index.php/stundu-izmainas").read()

rows=[]
soup=BeautifulSoup(html,"html.parser")
box = soup.find('div', {'class': 'DRight'})

该程序获取页面的所有内容，而我只需要一个文本格式的小表格，例如：

我需要以文本格式 6.d 获取的表格

...
...
...
...
...
...
...
...

Answer 1

抱歉，由于我的声誉 < 50，我还不能发表评论

这是我给你的解决方案。

找到所有table标签，它将返回 HTML 代码

table = box.findAll("table")

将 HTML 转换为 Pandas DataFrame (df)。 为什么索引 = 1？ 因为你想要的表在索引 1

df = pd.read_html(str(table))[1]

最后，删除Unnamed的列以仅获取所需的列

df.loc[:, ~df.columns.str.match('Unnamed')]

这是完整的代码：

from pandas import pd
from bs4 import BeautifulSoup
from urllib.request import urlopen
html = urlopen("http://www.o1vsk.lv/index.php/stundu-izmainas").read()

rows=[]
soup=BeautifulSoup(html,"html.parser")
box = soup.find('div', {'class': 'DRight'})

table = box.findAll("table")
df = pd.read_html(str(table))[1]

df.loc[:, ~df.columns.str.match('Unnamed')]

如果这对您有帮助，请点赞:) 谢谢

如何从 html 内部的 div 标签中获取某个表标签？

问题描述

1 个解决方案

解决方案1
1 已采纳 2022-08-10 15:45:35

如何从 html 内部的 div 标签中获取某个表标签？

问题描述

1 个解决方案

解决方案1 1 已采纳 2022-08-10 15:45:35

解决方案1
1 已采纳 2022-08-10 15:45:35