㈠ 如何用python爬取静态表格

问题出在
1、基本的循环没有搞很清楚，那条语句该放循环里面，还是外面，提问者没有搞清楚。
2、出了问题，不会加print 语句调试。

# coding:utf-8

import urllib.request
import bs4 as bs
import re
import string
import csv
import time

csvfile = open('test.csv', 'a')

writer = csv.writer(csvfile)

def earse(strline, ch):
left = 0
right = strline.find(ch)

while right != -1:
strline = strline.replace(ch, '')
right = strline.find(ch)
return strline

url = r""

resContent = urllib.request.urlopen(url).read()

soup = bs.BeautifulSoup(resContent, "html.parser")

tab = soup.findAll('table')

tab = tab[2]
tds = tab.findAll('tr')
for trIter in tds:
tdIter = trIter.findAll('td')
templist = []
for item in tdIter:
templist.append(item.string.strip())
print(item.string.strip())
if templist[0:4]:
writer.writerow(
[time.asctime(time.localtime(time.time()))] + templist[0:4])

csvfile.close()

㈡ 抓取表格 python

你好：

建议你放到mdb里面；
利用Python很方便的；

㈢ python如何用urllib抓取网页中表格的第二及后续页面

手边没现来成代码，就不贴了，源告诉你思路：

虽然url里看着地址都一样，其实是不一样的，需要F12分析后台代码；

然后有两种方式，

  1. 就是F12分析代码后爬取真实地址；

  2. 用py模拟敲击“下一页”。


具体代码都不麻烦，度娘很好找。

㈣ 求教如何通过python抓取网页中表格信息

看你抓的是静态还是动态的了，这里是静态表格信息的代码：


importurllib2
importre
importstring

defearse(strline,ch):
left=0
right=strline.find(ch)

whileright!=-1:
strline=strline.replace(ch,'')
right=strline.find(ch)
returnstrline

url=r"http://www.bjsta.com"

resContent=urllib2.urlopen(url).read()

resContent=resContent.decode('gb18030').encode('utf8')

soup=BeautifulSoup(resContent)

printsoup('title')[0].string

tab=soup.findAll('table')

trs=tab[len(tab)-1].findAll('tr')

fortrIterintrs:
tds=trIter.findAll('td')
fortdIterintds:
span=tdIter('span')
foriinrange(len(span)):
ifspan[i].string:
printearse(span[i].string,'').strip(),
else:
pass
print

㈤ python怎么提取excle表格数据

通过实例来说明，在Excle表格中有数据和文字结合的内容
把Excle表格中的数据，复制——粘贴到word中。
按下ctrl+F键，打开“查找和替换”对话框。点击“替换”标签，在其高级功能下选择“使用通配符”
然后在查找的内容的位置输入：[0-9]，替换位置：是空值，不输入任何数据。点击”全部替换“按钮。
点击"全部替换"，数据中所有的数字全部删除掉了。

那么，如何提取Excle数据中的非数字部分？也是通过“使用通配符”来实现。
把原来的数据复制到word文档中去，按下ctrl+F键，打开“查找和替换”对话框。点击“替换”标签，在其高级功能下选择“使用通配符”，和上述的步骤一样。
在查找的内容的位置输入：[!0-9]，替换位置：是空值，不输入任何数据。点击”全部替换“按钮。

这样，数据中所有的非数字数字全部删除掉了。

这里，介绍一下数据中包含 字符和数字的情况，这里不需要使用通配符功能，也可以通过一种更便捷的方法来实现。（只剩下数字部分的实现方法）
例如，有写好的数据，如图所示：

同样的操作步骤，把原来的数据复制到word文档中去。

按下ctrl+F键，打开“查找和替换”对话框。点击“替换”标签。这里不需要使用通配符功能。
在查找的内容的位置输入：^$，替换位置：是空值，不输入任何数据。点击”全部替换“按钮。

只剩下数字部分的实现方法。

㈥ python 怎么获取docx表格中内容

from docx import Document
doc=Document(r'd:zzz3.docx')
tb=doc.tables[0]
for r in tb.rows:
for c in r.cells:
print(c.text)

㈦ python 如何读取 excel 指定单元格内容

1、首先打开电脑上编写python的软件。

㈧ python爬虫表格里面的数据应该怎样抓

贴一个例子你看，如何使用看文档
import urllib2
from bs4 import BeautifulSoup
import csv
url = ('http://nflcombineresults.com/nflcombinedata.php?year=2000&pos=&college=')
page = urllib2.urlopen(url).read()
soup = BeautifulSoup(page)
table = soup.find('table')
f = csv.writer(open("2000scrape.csv", "w"))
f.writerow(["Name", "Position", "Height", "Weight", "40-yd", "Bench", "Vertical", "Broad", "Shuttle", "3-Cone"])
# variable to check length of rows
x = (len(table.findAll('tr')) - 1)
# set to run through x
for row in table.findAll('tr')[1:x]:
col = row.findAll('td')
name = col[1].getText()
position = col[3].getText()
height = col[4].getText()
weight = col[5].getText()
forty = col[7].getText()
bench = col[8].getText()
vertical = col[9].getText()
broad = col[10].getText()
shuttle = col[11].getText()
threecone = col[12].getText()
player = (name, position, height, weight, forty, bench, vertical, broad, shuttle, threecone, )
f.writerow(player)

㈨ Python怎么抓取表格 正则怎么写

看了你抄的正则表达式。思路基本上是正则的。不过有些小问题。我建议你初学的时候分两步搜索。


先找到所有的tr，再在tr里找td

exp1=re.compile("(?isu)<tr[^>]*>(.*?)</tr>")
exp2=re.compile("(?isu)<td[^>]*>(.*?)</td>")
htmlSource=urllib.urlopen("http://cn-proxy.com/").read()
forrowinexp1.findall(htmlSource):
print'==============='
forcolinexp2.findall(row):
printcol,
print

这里(?isu)意思就是，要搜索时，包含回车换行，包含汉字，包含空格。

你多试试。找一个正则表达式验证工具，比如kodos。 然后看看python自带的那个正则表达式教程就可以了。