Python 正确读取html表格

这是一个HTML表格：

A

B

C

D

E

F

G

H

我

J

K

L

M

平方米

N

氮气

O

氧气

P

P2

您可以使用

BeautifulSoup

解析表格，然后将结果转换为数据帧：

import pandas as pd
from bs4 import BeautifulSoup as soup
df = pd.DataFrame([[k[1:-1] for i in b.find_all('td') if (k:=i.text) is not None] for b in soup(html, 'html.parser').table.find_all('tr')])

输出：

   0   1  2   3     4     5     6     7
0  A   B  C   D  None  None  None  None
1  E   F  G   H  None  None  None  None
2  I   J  K   L  None  None  None  None
3  M  M2  N  N2     O    O2     P    P2

   0   1  2   3     4     5     6     7
0  A   B  C   D  None  None  None  None
1  E   F  G   H  None  None  None  None
2  I   J  K   L  None  None  None  None
3  M  M2  N  N2     O    O2     P    P2

编辑：不带赋值表达式的解决方案：

df = pd.DataFrame([[i.text[1:-1] if i else i for i in b.find_all('td')] for b in soup(html, 'html.parser').table.find_all('tr')])

输出：

   0   1  2   3     4     5     6     7
0  A   B  C   D  None  None  None  None
1  E   F  G   H  None  None  None  None
2  I   J  K   L  None  None  None  None
3  M  M2  N  N2     O    O2     P    P2

   0   1  2   3     4     5     6     7
0  A   B  C   D  None  None  None  None
1  E   F  G   H  None  None  None  None
2  I   J  K   L  None  None  None  None
3  M  M2  N  N2     O    O2     P    P2

---

（k:=i.text）

@MichaelO附近的“无效语法”。这是一个赋值表达式，仅在Python 3.8中有效。我将为

---

• [html]相关文章推荐

---

• 随机文章推荐

• Dataframe R:eval中的错误（predvars、data、env）：堆栈上没有那么多帧 dataframeerror-handling
• PySpark：根据列值命名新的dataframe列 dataframepyspark
• Dataframe 构建新数据集 dataframe
• 在ApacheSpark DataFrame中删除重复项并使用尚未删除的值保留行？ dataframeapache-spark
• Julia：通过保留额外变量的多个值来折叠DataFrame dataframejulia
• Dataframe 如何通过一个ID列对两列的值求和，使某些列保持重复值，而排除其他列？ dataframe
• Dataframe Spark Streaming数据帧执行、有状态、分区本地groupBy，避免混乱 dataframeapache-spark
• Dataframe 基于位置之间的最短时间创建子集 dataframe
• Dataframe 根据PySpark数据帧的条件，在重复的N行中添加整数 dataframeapache-sparkpyspark
• Dataframe Spark：如何定义嵌套模式？ dataframeapache-sparkpyspark
• Dataframe 限制spark.read pyspark的分区数 dataframeapache-sparkpyspark