Python读取本地html文件，获取其中表格内容

程序员文章站 2022-03-28 22:25:59

python读取本地html文件并进行简单的处理来获取文字...

以个人成绩网页页面为例：
Python读取本地html文件，获取其中表格内容
右键查看源代码：

右键另存为单独的html文件，然后代码读取并处理

import re

f = open("GP.html","r",encoding='utf-8')
html = f.read()

table = re.findall(r'<table(.*?)</table>', html, re.S)#查找html中table之间的内容
nowtable = table[0]#前两个表格为成绩信息
nowtable = nowtable.replace('\t','')#将空格换行等去除
nowtable = nowtable.replace('\n','')
nowtable = nowtable.replace(' ','')
nowtable = nowtable.replace('&nbsp','')
td0 = re.findall(r'<tdclass="center">(.*?)</td>', nowtable, re.S)#成绩想关的信息都在tdclass="center"td之间
print("主修课程信息为:\n",td0)
nowtable = table[1]
nowtable = nowtable.replace('\t','')
nowtable = nowtable.replace('\n','')
nowtable = nowtable.replace(' ','')
nowtable = nowtable.replace('&nbsp','')
td1 = re.findall(r'<tdclass="center">(.*?)</td>', nowtable, re.S)
print("选修课信息为：\n",td1)
print("选修课信息第一个值为：\n",td1[0])