Python 如何有条件跳过不带'；是否在pd.read_html（）中不包含表？

我想在本地计算机上迭代多个目录，每个目录都包含一个HTML文件。我将每个文件的路径存储在一个列表变量中，但现在我想迭代每个文件，并将其读入类似于

pd.read\u html

的内容，以便从html文件中提取表信息。但是，某些文件不包含任何表，因此抛出错误

ValueError:No tables found

。这个错误当然是意料之中的，我只需要跳过这些错误所需的逻辑方面的帮助

我已经试着阅读了

pd.DataFrame

（此处：）和

pd.read\u html

（此处：）文档，但我找不到我想要的逻辑

这就是我到目前为止所做的

# initialize the path
p = Path('C:/path/to/directories/')

# glob all html file paths into list of paths
html_paths = [file for file in p.glob('**/*.html')]

现在我有了一个路径列表，我想迭代并读入

pd.read\u html

。我可以使用以下代码轻松完成此操作：

# initialize empty data frame to append pd.read_html() output to
html_files = pd.DataFrame()

# iterate over each file and read in using pandas
for p in html_paths:
     html_files.append(pd.read_html(str(p)))

但是，因为我的一些html文件不包含任何表，所以当for循环迭代这些文件时，会出现错误。我想找到一种方法，在读取这些文件时跳过这些没有表格的文件，这样它就可以继续追加其余的文件，而不是破坏代码。

您只需简单地执行即可

for p in html_paths:
     try:
         html_files = html_files.append(pd.read_html(str(p)))
     except ValueError:
         pass

---

好吧，太棒了！这看起来像是我要找的。然而，当我运行这个循环时，我会得到一个空的数据帧吗？我希望这些文件的大部分都能通过。这是因为循环中的每次迭代都会覆盖最后一次吗？@NathanCahn:Close。这是因为

append

只返回一个新的

DataFrame

；它实际上并不修改

html\u文件本身。我已经相应地更新了答案。您可能会发现，通过首先将所有单个数据帧收集到一个列表中，然后在最后将它们与单个
pd.concat
组合，性能会有所提高。啊，好的，我明白了。一切都好！非常感谢你的帮助！