Question

我有一个如下所示的列表，我需要以excel或csv格式将其转换为多行

<tr>
<th>Name</th>
<th>Address1</th>
<th>City</th>
<th>State</th>
<th>Zip</th>
</tr>

<tr>
<th>John</th>
<th>111 Michigan</th>
<th>Chicago </th>
<th>IL</th>
<th>60661</th>
</tr>

期望的结果：

Name   Address1       City   State  Zip
John  111 Michigan   Chicago  IL    60661

Answer 1

使用Beautiful Soup解析HTML，并为每一行打印列值。

Answer 2

我尝试过使用beautifulSoup4，但我只能得到第一行作为结果。如果行变为空白

，则为其余部分

from bs4 import BeautifulSoup

soup = BeautifulSoup(open("CofATX.txt"))
table = soup.find('table')

rows = table.findAll('tr')

for tr in rows:
    cols = tr.findAll('th')
for th in cols:
    text = ''.join(th.text.strip())
    print text + "|",
print

我得到的结果是名称|地址1 |城市|国家|压缩如果行是空白的其余部分

Answer 3

我可能会使用pandas库。您可以将表格转换为DataFrame（有点像Excel表格），但我们必须添加<table>标记，因为文字中缺少这些标记：

import pandas as pd
with open("name.html") as fp:
    text = fp.read()

df = pd.read_html("<table>" + text + "</table>", infer_types=False)[0]

给了我们

>>> df
      0             1        2      3      4
0  Name      Address1     City  State    Zip
1  John  111 Michigan  Chicago     IL  60661

我们可以保存为csv文件：

>>> df.to_csv("out.csv", sep="|", index=False, header=False)

给

Name|Address1|City|State|Zip
John|111 Michigan|Chicago|IL|60661

或直接保存为Excel文件：

>>> df.to_excel("out.xlsx")

pandas是数据管理的首选工具。

Python csv / excel将单列转换为多行

3 个答案: