解析HTML表格与美丽的汤

Question

大熊猫我想从

http://www.baseball-reference.com/teams/NYM/2017.shtml 

解析“团队击球”表我能找到的HTML表：

table = soup.find('div', attrs={'class': 'overthrow table_container'}) 
table_body = table.find('tbody') 

而且我可以找到数据该表并将其存储到列表中：

table_text=[] 
for tr in table_body.findAll('tr'): 
    tds = tr.findAll('td') 
    for td in tds: 
     table_text.append(td.get_text()) 

如何在pandas中重新创建此表？我正在考虑创建一个字典，但不知道如何从这些数据。我如何刮这个HTML表格并显示它？

Answer 1

您正在寻找pandas.read_html()，您可以使用match参数指向您的表格。请注意，它会返回一个DataFrames名单，获得第一个：

import pandas as pd 

url = "http://www.baseball-reference.com/teams/NYM/2017.shtml" 
dfs = pd.read_html(url, match="Team Batting") 
print(dfs[0])