python爬虫——抓取表格pandas当爬虫用超简单

'Steven2024-01-27 21:22

pandas还能当爬虫用，你敢信吗？而且超级简单，两行代码就趴下来

只要想提取的表格是属于<table 标签内，就可以使用pd.read_html()，它可以将网页上的表格都抓取下来，并以DataFrame的形式装在一个列表中返回。

例子：

比如这个基金网站，想趴下基金的持仓股表格，

http://vip.stock.finance.sina.com.cn/q/go.php/vComStockHold/kind/jjzc/index.phtml

首先F12，页面元素点击表格内容，发现最上面的层级是<table，那么就可以用pandas直接抓！

代码如下：

python 复制代码

import pandas as pd
df = pd.DataFrame()
for i in range(6):
    url = 'http://vip.stock.finance.sina.com.cn/q/go.php/vComStockHold/kind/jjzc/index.phtml?p={page}'.format(page=i+1)
    df = pd.concat([df,pd.read_html(url)[0]])
    print("第{page}页完成~".format(page=i+1))
df.to_csv('D:\\data.csv', encoding=gbk, index=0) #保存地址

就看到保存的CSV文件了

搞定。。！是不是超级简单，记得点个赞哦！