另类爬取表格数据

Posted 2021-02-06 xingnie

 

 

import pandas as pd
df = pd.read_html("http://www.air-level.com/air/beijing/", encoding=‘utf-8‘,header=0)[0]
results = df.T.to_dict().values()

print(results)

代码很简单但是实现的内容可不简单,第一行导入pandas包,
第二行的read_html核心功能实现是调用requests然后解析table标签里的每个td的数据
最后生成一个list对象里面是dataframe对象。所以通过小标0获取它的第一个dataframe数据，既然是dateframe我们就可以使用dataframe的方法了，
第三行首先做了个转秩操作，然后转为映射类型打印出来了。上面的代码为了演示其效果，下面我们对结果做一个存储操作

df = pd.read_html("http://www.air-level.com/air/beijing/", encoding=‘utf-8‘,header=0)[0]
df.to_csv("tq.csv",index=False)

成功的获取了网页表格的数据。

需要注意的是read_html只能解析静态页面。