0

我正在尝试以相同的方式从 Excel 文件中的链接获取表格，我正在使用下面的代码获取表格

#Getting particular table from the page and sending to excel file
page    = urllib2.urlopen('http://developer.android.com/about/dashboards/index.html').read()
soup    = BeautifulSoup(page)
a       = soup('div', {'class' : 'col-5'})[0]
with open('android version 2013_01_18.csv', 'wb') as csvfile:
    csvout = csv.writer(csvfile, delimiter=',')
    csvout.writerow(["Version","Codename","API", "Distribution"])
    for table in a.findAll('table'):
        print '#'
        print '# Table'
        print '# Fields: ' + ','.join([tr.text for tr in table.findAll('th')])
        for row in table.findAll('tr'):
            csvout.writerow([tr.text for tr in row.findAll('td')])

我在excel中得到输出：

1.6 Donut   4   0.20%
2.1 Eclair  7   2.40%
2.2 Froyo   8   9.00%
"2.3 - 2.3.2
"   Gingerbread 9   0.20%
"2.3.3 - 2.3.7
        "   10  47.40%  
3.1 Honeycomb   12  0.40%
3.2 13  1.10%   
4.0.3 - 4.0.4   Ice Cream Sandwich  15  29.10%
4.1 Jelly Bean  16  9.00%
4.2 17  1.20%

这里的问题在于合并单元格后立即出现的行，因为 td 计数是 3 而不是 4 我发现代码中使用了创建合并单元格 rowspan=2 ，但我想知道如何使用这些信息来获取数据完全一样，下面是HTML结构

<tr>
 <td>
 <a href="/about/versions/android-2.3.html">2.3 - 2.3.2</a>
 </td>
 <td rowspan="2">Gingerbread</td>
 <td>9</td>
 <td>0.2%</td>
</tr>
<tr>
 <td>
 <a href="/about/versions/android-2.3.3.html">2.3.3 - 2.3.7 </a>
 </td>
 <td>10</td>
 <td>47.4%</td>
</tr>
4

1 回答 1

1

在 Excel 可以读取的格式中，.csv 是最容易生成的格式之一，但也是最不强大的格式之一。它不支持合并单元格（或为单元格设置数据类型，或具有多个工作表）。

如果您使用的是 Excel 2007 或更新版本，您可以使用openpyxl编写一个 .xlsx 文件。创建工作表并填写数据后，您可以在工作表上对原始 HTML 中具有 rowspan=X 的那些单元格使用merge_cells ，以获得您想要的效果。

如果您有旧版本的 Excel，您可能需要查看xlwt

于 2013-02-22T06:44:40.640 回答