如何用Python从HTML中提取由div和span标签分割的表格数据?

DDD
发布: 2025-02-22 09:36:53
原创
820人浏览过

如何用Python从HTML中提取由div和span标签分割的表格数据?

利用python从html中提取被div和span标签分割的表格数据

本教程演示如何使用Python和Beautiful Soup库从结构复杂的HTML代码中提取表格数据,这些数据分散在不同的div和span标签中。

安装Beautiful Soup库

首先,确保已安装Beautiful Soup库:

pip install beautifulsoup4
登录后复制

代码实现

立即学习Python免费学习笔记(深入)”;

以下代码片段展示了整个数据提取过程:

from bs4 import BeautifulSoup

html_doc = """
<div class="all hs_list" id="articlelistnew">
  <div class="dheader">
    阅读评论
    标题
    作者
    最后更新
  </div>
  <div class="articleh normal_post">
    471
    2
    ...
    ...
    09-12 00:09
  </div>
  <div class="articleh normal_post">
    603
    3
    ...
    ...
    09-11 16:01
  </div>
</div>"""

soup = BeautifulSoup(html_doc, 'html.parser')

#  由于示例HTML中缺少span标签,以下代码做了修改,直接从div中提取数据
table_rows = soup.find_all('div', class_='articleh')

# 假设表格有5列数据
num_cols = 5
table_data = []
for row in table_rows:
    row_data = row.text.split()  # 使用空格分割数据
    if len(row_data) >= num_cols:  # 确保数据足够
      table_data.append(row_data[:num_cols]) # 只取前5列数据

print(table_data)
登录后复制

代码说明:

  1. 导入Beautiful Soup: from bs4 import BeautifulSoup 导入必要的库。
  2. HTML文档: html_doc 变量包含了目标HTML代码。 请注意: 原始示例HTML中缺少span标签,这使得直接使用span标签进行提取变得不可能。此代码已修改为从div标签中提取数据,并假设数据由空格分隔。
  3. 解析HTML: soup = BeautifulSoup(html_doc, 'html.parser') 使用html.parser 解析HTML。
  4. 查找行: table_rows = soup.find_all('div', class_='articleh') 找到所有包含表格数据的div元素。
  5. 提取数据: 代码迭代每个table_rows,使用text.split()方法根据空格将文本内容分割成列表。 然后,只取前5个元素,以确保每行数据都包含5列。
  6. 打印结果: print(table_data) 打印最终的表格数据,这是一个二维列表。

改进建议:

为了使代码更健壮,建议根据实际HTML结构调整数据提取逻辑。如果HTML结构包含span标签,则需要修改代码以使用find_all('span', class_='...')来定位特定的span标签,并提取其文本内容。 此外,可以添加错误处理机制,例如检查数据长度是否符合预期,以避免因HTML结构变化导致的错误。 如果数据并非空格分隔,则需要根据实际分隔符修改split()方法的参数。

以上就是如何用Python从HTML中提取由div和span标签分割的表格数据?的详细内容,更多请关注php中文网其它相关文章!

HTML速学教程(入门课程)
HTML速学教程(入门课程)

HTML怎么学习?HTML怎么入门?HTML在哪学?HTML怎么学才快?不用担心,这里为大家提供了HTML速学教程(入门课程),有需要的小伙伴保存下载就能学习啦!

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习
PHP中文网抖音号
发现有趣的

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号