python如何读取数据并输出为表格_Python读取HTML文件中的表格数据并转换为Excel文件...

最近接到一批及其不规范的xls文件，本质是html格式，只是修改后缀为xls而已，因为有大量数字字符串，导致大量数据用Excel打开时，读取的数据失真，不得已自己写了个读取程序。全部读取后，默认为文本字符串，转换为标准Excel文件。

# -*- coding: utf-8 -*-

"""

Created on Wed Apr 17 22:16:03 2019

@author: user

"""

import bs4

#import requests

from pandas.core.frame import DataFrame

def read_file(path):

with open(path, 'r+',

encoding='UTF-8') as f:

str = f.read()

return

str.strip().replace('\ufeff', '')

bgne_lb=[]#设置一个列表用于接收数据

html=r'C:\Users\user\Desktop\测试.htm'#假设这个就是文件在本地的地址

wb=read_file(html)

soup=bs4.BeautifulSoup(wb,'lxml')#解析html

#elems=soup.findAll("table",{"class":"wikitable"})[0]#当需要进一步精确匹配时才使用

table_ys=soup.findAll("table")[0]#读取第一个表格