用python库从具有rowspan的html表中提取数据
py-html-table的Python项目详细描述
PY HTML表格包
这是一个简单的包，它使用beautifulsoup来提取具有rowspan的html表数据。
安装
pip install py html表
声明
将py_html_table.py_html_table导入为pyht
参数
| Parameter | Meaning | Sample Values |
|---|---|---|
| table | python variable containing html code of table | any variable name |
| begin | No.of rows to begin scrapping. Starts from 0 | 2 |
| col | Total No.of columns in the table. Starts from 1 | 5 |
| output | Type of output that you need | list (or) dataframe (or) csv |
| raw | 'Y' to get exact content inside table cell. 'N' to get only text | 'Y' or 'N' |
注意：所有变量名必须作为包的输入提供
用法示例
导入请求
从bs4导入beautifulsoup
导入请求
将lxml.html导入为lh
将py_html_table.py_html_table导入为pyht
url='https://en.wikipedia.org/wiki/List_of_Presidents_of_the_United_States'
session=请求html.htmlsession（）
r=session.get（url）
content=美化组（r.content，“lxml”）
所有表=内容。选择（“.wikitable”）
table=所有表[0]
col=9
开始=2
输出=“数据帧”
原始='n'
pyht.extract（表、开始、列、输出、原始）
欢迎加入QQ群-->： 979659372
