pd.read_html导入长字符串而不是表

Posted 2023-02-05

我使用pd.read_html尝试导入表，但是运行它时却得到了一个长字符串。有没有一种简单的方法可以将结果的格式更改为每行1个单词而不是一个长字符串，或者我应该使用除pd.read_html之外的函数？谢谢！

这是我的代码：

import requests
import pandas as pd
url ='http://www.linfo.org/acronym_list.html'
dfs = pd.read_html(url, header =0)
df = pd.concat(dfs)
df

我也使用了这个并且得到了相同的结果：

import pandas as pd
url ='http://www.linfo.org/acronym_list.html'
data = pd.read_html(url, header=0)
data[0]

出[1]：

ABCDEFGHIJKLMNOPQRSTUVWXYZ一个AMD高级微设备API应用程序编程接口ARP地址解析协议ARPANET高级研究计划局网络AS自治系统ASCII美国信息交换标准代码AT＆T美国电话电报公司ATA高级技术附件ATM异步传输模式BB字节BELUG Bellevue Linux用户组BGP边界网关协议...

答案

问题是如何在此站点中创建表。

根据https://www.w3schools.com/html/html_tables.asp，用

标签定义HTML表。每个表行都用标记定义。表头是用

标记定义的。默认情况下，表标题为粗体和居中。表数据/单元格用	标记定义。 如果您按CTRL + SHIFT + I，则可以检查网站的html元素，您将看到此网站不符合此标准。这就是为什么您无法使用pandas.read_html获得正确的数据框。