解析HTML表格到Python中的列表W/o BeautifulSoup

Question

我想知道是否有方法從HTML表格中提取數據並僅使用HTMLParser將其解析爲字典。由於某種原因，我無法做到這些。

Answer 1

您可以使用lxml來解析網頁。 http://lxml.de/

你可以湊一個網頁與

from lxml.html import parse 
    site = parse('http://java.sun.com') 

這是怎麼回是lxml的元素樹：http://lxml.de/api.html

然後，您可以使用XPath來獲取HTML內容（HTTP：// WWW。 w3schools.com/xpath/）：

tableData = site.xpath('//table//td[@id="someTdID"]') 

LXML是一個非常強大的庫，並廣泛用於抽取數據。然後，您可以將這些數據提供給python字典/列表或按照您的喜好進行處理。