从html表中提取数据的python库
html-table-extractor的Python项目详细描述
#HTML表格提取器
[！[构建状态]（https://travis-ci.org/yuanxu-li/html-table-extractor.svg？branch=master）（https://travis ci.org/yuanxu li/html table extractor）
网站/yunxu-li/html表抽取器
*问题：http://github.com/yunxli/html表抽取器/issues
`` bash
pip install'beautifulsoup4==4.5.3'
pip install html表抽取器
``
`
`
`
//
<；表>；lt；lt；tr>；lt；td>；lt；lt；td>；lt；lt；td>；2<；lt；lt；lt；lt；lt；lt；lt；tr>；lt；gt；lt；lt；td>；gt；lt；lt；lt；td>；3<；lt；lt；lt；td>；lt；gt；lt；lt；lt；td>；4<；lt；lt；lt；lt；lt；lt；lt；tr>；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；"tr">lt；"td">1>；lt；lt；td>；2<；lt；td>；lt；td>；lt；lt；td>；3<；lt；td>；lt；lt；td>；4<；lt；lt；td>；lt；lt；lt；lt；tr>；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；表>；
"
提取器=提取器（表文档）
提取器.parse（）
提取器.return a list（）
`>``>br/>它将打印出来：
>``python
>>>[[u'1'u'1'u'u'1'u'u'1'u'u'u 2']，[U'3'，U'4']
```
<；lt；tr>；<；lt；td>；1<；lt；lt；td>；lt；lt；lt；td>；gt；lt；lt；td>；lt；gt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；gt；lt；gt；lt；lt；gt；lt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；gt；lt；lt；gt；gt；3<；lt；lt；lt；lt；lt；td>；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；u提取器。提取器导入提取器
表格
<；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；lt；lt``
它将打印输出：
```python
[[1，2]，[3，4]]
````
\35353535353535353535;;;;;>；<；/tr>；<；/table>；
``来自html表的python
_extractor.extractor import extractor
来自BS4 import beautifulsoup
table\u doc="
<；html>；<；table id='wanted'>；<；tr>；<；td>；1<；/td>；<；td>；2<；/td>；<；/tr>；<；tr>；<；td>；3<；/td>；<；td>；4<；<；/td>；<；&tr>；<；<；table>；<；table id='unwanted'>；<；tr>；<；td>；不需要<；/td>；<；/tr>；<；/table>；<；/html>；
"
soup=beautifulsoup（table_doc，'html.parser'）
extractor=extractor（soup，id_wanted'）
extractor.parse（）
extractor.return_list（）
`````
```python
[[u'1'，u'2"，[U'3'，U'4']]
``````
<；table>；
<；tr>；
<；lt；tr>；
<；td rowsspan=2>；1<；lt；td>；
<；td>；2<；lt；td>；2<；lt；td>；
><；lt；td>；3<；lt；lt；td>；lt；lt；lt；lt；lt；td>；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt<；tr>；
<；td colspan=2>；4<；/td>；
<；br/><；lt；br/><；lt；br/><；lt；lt；td colspan=3>；5<；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；br/><；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt>；
<；lt；lt；td>；2<；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt"
提取器=提取器（表格文件）
extractor.parse（）
tractor.return_list（）
`````
它将打印输出：
```python
[[u'1'，u'2'，u'3']，[u'1'，u'4'，u'4']，[u'5'，u'5'，u'5']]
`````
```>
；示例5-冲突
>
>
<；td rowspan=2>；1<；td>；
<；lt；lt；td>；2<；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt br/>
``巨蟒
from html_table_extractor.extractor import extractor
table_doc="
<；table>；
<；tr>；
<；td rowspan=2>；1<；td>；
<；td>；2<；td>；
<；td rowspan=3>；3<；td>；
<；tr>；
<；tr>；
<；tr>；
<；td colspan=2>；4<；lt；lt；td>；
<；lt；br/><；lt；tr>；
<；td colspan=2>；5<；lt；td>；
<；lt；br/><；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；br/>extrator=extrator（table_doc）
extrator=extrator（table_doc）
extrator.parse（）
>extrator.retrator.returnu list（）
`>>````>br/>；它会打印出来：它会打印出来：它会打印出来：[U'1'，U'2'，U'3']，[U'1'，'U'4'，'U'3']，[U'5'，'U'5'，'U'5'，'U'3']]
`````
>第六例-写入文件
<；表>；lt；tr>；lt；tr>；lt；td>；1<；lt；td>；lt；lt；td>；lt；lt；td>；2<；lt；lt；lt；td>；lt；lt；lt；tr>；lt；lt；tr>；lt；lt；gt；lt；gt；lt；gt；lt；lt；gt；gt；lt；lt；lt>；4<；td>；<；tr>；<；table>；
``python
来自html表_提取器-提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-进口提取器-进口提取器-进口提取器-lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt U CSV公司（path='.'）
```
它将写入给定的路径，并创建一个名为output.csv的新cscsv文件：
````
>1,2
>3,4
````
`
` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` `或者如果你有关于改进的建议，[请在此处报告]（https://github.com/yuanxu li/table extractor/issues）
\copyright
copyright（c）2017 justin li。根据[麻省理工学院许可证]（https://github.com/yuanxu li/html table extractor/blob/master/readme.md）发布
本发行版中的第三方版权在适用的情况下注明。
[！[构建状态]（https://travis-ci.org/yuanxu-li/html-table-extractor.svg？branch=master）（https://travis ci.org/yuanxu li/html table extractor）
网站/yunxu-li/html表抽取器
*问题：http://github.com/yunxli/html表抽取器/issues
`` bash
pip install'beautifulsoup4==4.5.3'
pip install html表抽取器
``
`
`
`
//
<；表>；lt；lt；tr>；lt；td>；lt；lt；td>；lt；lt；td>；2<；lt；lt；lt；lt；lt；lt；lt；tr>；lt；gt；lt；lt；td>；gt；lt；lt；lt；td>；3<；lt；lt；lt；td>；lt；gt；lt；lt；lt；td>；4<；lt；lt；lt；lt；lt；lt；lt；tr>；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；"tr">lt；"td">1>；lt；lt；td>；2<；lt；td>；lt；td>；lt；lt；td>；3<；lt；td>；lt；lt；td>；4<；lt；lt；td>；lt；lt；lt；lt；tr>；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；表>；
"
提取器=提取器（表文档）
提取器.parse（）
提取器.return a list（）
`>``>br/>它将打印出来：
>``python
>>>[[u'1'u'1'u'u'1'u'u'1'u'u'u 2']，[U'3'，U'4']
```
<；lt；tr>；<；lt；td>；1<；lt；lt；td>；lt；lt；lt；td>；gt；lt；lt；td>；lt；gt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；gt；lt；gt；lt；lt；gt；lt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；gt；lt；lt；gt；gt；3<；lt；lt；lt；lt；lt；td>；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；u提取器。提取器导入提取器
表格
<；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；lt；lt``
它将打印输出：
```python
[[1，2]，[3，4]]
````
\35353535353535353535;;;;;>；<；/tr>；<；/table>；
``来自html表的python
_extractor.extractor import extractor
来自BS4 import beautifulsoup
table\u doc="
<；html>；<；table id='wanted'>；<；tr>；<；td>；1<；/td>；<；td>；2<；/td>；<；/tr>；<；tr>；<；td>；3<；/td>；<；td>；4<；<；/td>；<；&tr>；<；<；table>；<；table id='unwanted'>；<；tr>；<；td>；不需要<；/td>；<；/tr>；<；/table>；<；/html>；
"
soup=beautifulsoup（table_doc，'html.parser'）
extractor=extractor（soup，id_wanted'）
extractor.parse（）
extractor.return_list（）
`````
```python
[[u'1'，u'2"，[U'3'，U'4']]
``````
<；table>；
<；tr>；
<；lt；tr>；
<；td rowsspan=2>；1<；lt；td>；
<；td>；2<；lt；td>；2<；lt；td>；
><；lt；td>；3<；lt；lt；td>；lt；lt；lt；lt；lt；td>；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt<；tr>；
<；td colspan=2>；4<；/td>；
<；br/><；lt；br/><；lt；br/><；lt；lt；td colspan=3>；5<；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；br/><；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt>；
<；lt；lt；td>；2<；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt"
提取器=提取器（表格文件）
extractor.parse（）
tractor.return_list（）
`````
它将打印输出：
```python
[[u'1'，u'2'，u'3']，[u'1'，u'4'，u'4']，[u'5'，u'5'，u'5']]
`````
```>
；示例5-冲突
>
>
<；td rowspan=2>；1<；td>；
<；lt；lt；td>；2<；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt br/>
``巨蟒
from html_table_extractor.extractor import extractor
table_doc="
<；table>；
<；tr>；
<；td rowspan=2>；1<；td>；
<；td>；2<；td>；
<；td rowspan=3>；3<；td>；
<；tr>；
<；tr>；
<；tr>；
<；td colspan=2>；4<；lt；lt；td>；
<；lt；br/><；lt；tr>；
<；td colspan=2>；5<；lt；td>；
<；lt；br/><；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；br/>extrator=extrator（table_doc）
extrator=extrator（table_doc）
extrator.parse（）
>extrator.retrator.returnu list（）
`>>````>br/>；它会打印出来：它会打印出来：它会打印出来：[U'1'，U'2'，U'3']，[U'1'，'U'4'，'U'3']，[U'5'，'U'5'，'U'5'，'U'3']]
`````
>第六例-写入文件
<；表>；lt；tr>；lt；tr>；lt；td>；1<；lt；td>；lt；lt；td>；lt；lt；td>；2<；lt；lt；lt；td>；lt；lt；lt；tr>；lt；lt；tr>；lt；lt；gt；lt；gt；lt；gt；lt；lt；gt；gt；lt；lt；lt>；4<；td>；<；tr>；<；table>；
``python
来自html表_提取器-提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-提取器-进口提取器-进口提取器-进口提取器-进口提取器-lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；gt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt；lt U CSV公司（path='.'）
```
它将写入给定的路径，并创建一个名为output.csv的新cscsv文件：
````
>1,2
>3,4
````
`
` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` `或者如果你有关于改进的建议，[请在此处报告]（https://github.com/yuanxu li/table extractor/issues）
\copyright
copyright（c）2017 justin li。根据[麻省理工学院许可证]（https://github.com/yuanxu li/html table extractor/blob/master/readme.md）发布
本发行版中的第三方版权在适用的情况下注明。
欢迎加入QQ群-->： 979659372
