从Excel中的网页列表中提取文本

Question

我有一个Excel表格，其中包含约800个指向不同网页的链接。 每页都有我需要提取的文本。 我使用Google表格中的importxml进行了相同的操作，但有800个条目未加载。

请提供Excel或python中可用的其他选项。

例如，在链接中 http://access.cesc.co.in/misdtr/fd/dtr_llgis.php?txtdistnm=02&txtdtrnm=0200112 在Excel工作表的“ A1”单元格中

我想提取文本

"A K PAUL RD.( C ) P/T"

在Excel中的B1

中的相似类型的链接

A2，A3等。

在Excel中，我使用=webservice(A1)，之后使用=filterxml(A1,"/b")，但出错。

Answer 1

如果所有链接都在Excel工作表中，则可以使用xlrd或openpyxl提取它们以获取Python列表，即["http://link1", "http://link2"]

然后，您可以使用urllib.request获取网页以获取相应的HTML文本，即""" <b>A K PAUL RD.( C ) P/T</b> """

最后，您可以使用BeautifulSoup解析获取的HTML文本，以便获得所需的值，即A K PAUL RD.( C ) P/T。

这是工作流程，如果您有更详细的问题，请随时向您解释不清楚的部分，或提出其他问题。