将 html 表转换为 CSV 的脚本（最好是 python）

Question

我有大量 html 表要转换为 CSV。将单个表格粘贴到 excel 并将它们另存为 .csv 文件，就像将 html 表格粘贴到简单的在线转换器中一样。但是我有成千上万个单独的表，所以我需要一个可以自动执行转换过程的脚本。

我想知道是否有人对我如何着手做这件事有任何建议？ Python 是我唯一熟悉的语言，因此某种 python 脚本将是理想的选择。我搜索过类似的问题，但我发现的所有 python 个例子对我来说都相当复杂，超出了我的基本理解水平。

如有任何建议，我们将不胜感激。

Answer 1

使用pandas。它具有将 html tables 读入数据结构的功能，然后是将该数据结构写入 csv 文件的功能。

import pandas as pd
url = 'http://myurl.com/mypage/'

for i, df in enumerate(pd.read_html(url)):
    df.to_csv('myfile_%s.csv' % i)

请注意，由于 html 页面可能有多个 table，因此获取 table 的函数总是 returns table 的列表s（即使只有一个table）。这就是我在这里使用循环的原因。