网页表格抓取(我想从使用Python2.7+Windows保存的HTML网页中提取数据)

　　网页表格抓取(我想从使用Python2.7+Windows保存的HTML网页中提取数据)

　　我想从使用 Python 2.7 + Windows 保存的 HTML 网页中提取数据。 Python BeautifulSoup 从保存的 HTML 页面中提取表格

　　有多个保存的 HTML 页面，它们是相似的，每个页面都收录一个 5 列的表格。行数不固定。

　　源码如下：

　　text = '''

/DXR.axd?r=1_19-RPSupplier Code (Count=6, Record Count:86) (next page)

 3617GermanEU20122013

 3617BelgiumEU20142015

…

…

…

…

…

'''

　　我想要的是将表格的内容放入 .xls 文件中。

　　我所要做的就是：

　　soup = BeautifulSoup(text)

aa = soup.find_all('table')[0].tbody.find_all('tr')

for a in aa:

print a.text

　　它提供了所有内容，但都在第一行。

　　我认为：

　　aa = soup.find_all(id = 'MainTable')

for a in aa:

for b in a.find_all(id = 'Row2'):

print b.text

　　它给出了特定行的内容，但仍然在第 1 行。

　　3617BelgiumEU20142015

　　这还不够，HTML文件行数的不确定性也是一个问题。

　　我想要的是“3617”、“比利时”、“欧盟”、“2014”和“2015”，以便我可以将它们保存在 .xls 文件中。

　　提取表格的最佳方法是什么？

　　来源

　　2015-07-22Mark K