Python实现将HTML表格一键导出为Excel

更新时间：2025年11月27日 09:04:04 作者：weixin_46244623

在数据处理和网页爬虫项目中,我们经常会遇到从 HTML 页面中提取表格的需求,本文将使用Python,BeautifulSoup和pandas实现一键将 HTML中的多个表格导出为Excel文件,需要的可以了解下

在数据处理和网页爬虫项目中，我们经常会遇到从 HTML 页面中提取表格的需求。手动复制粘贴不仅低效，还容易出错。本文将带你使用 Python + BeautifulSoup + pandas，实现一键将 HTML 中的多个表格导出为 Excel 文件（.xlsx），支持多 Sheet 自动分表，代码简洁、实用性强。

一、依赖安装

pip install beautifulsoup4 pandas openpyxl

二、实现代码

from bs4 import BeautifulSoup
import pandas as pd


def html_table_to_xlsx(html_content, output_file):
    """
    将 HTML 中的表格提取并导出为 xlsx 文件。

    :param html_content: HTML 文本内容
    :param output_file: 导出的 xlsx 文件路径
    """
    # 使用 BeautifulSoup 解析 HTML
    soup = BeautifulSoup(html_content, 'html.parser')


    # 查找 HTML 中的所有表格
    tables = soup.find_all('table')
    if not tables:
        print("HTML 中没有找到表格！")
        return


    # 逐个解析表格并导出到 Excel
    with pd.ExcelWriter(output_file, engine='openpyxl') as writer:
        for i, table in enumerate(tables):
            # 将表格转为 DataFrame
            df = pd.read_html(str(table))[0]
            # 写入 Excel，不同表格写入不同的 sheet
            sheet_name = f"Sheet{i + 1}"
            df.to_excel(writer, index=False, sheet_name=sheet_name)


    print(f"表格已成功导出到 {output_file}")


# 示例 HTML 内容
html_content = """
<html>
<head><title>测试表格</title></head>
<body>
    <table border="1">
        <tr>
            <th>姓名</th>
            <th>年龄</th>
            <th>城市</th>
        </tr>
        <tr>
            <td>张三</td>
            <td>28</td>
            <td>北京</td>
        </tr>
        <tr>
            <td>李四</td>
            <td>34</td>
            <td>上海</td>
        </tr>
    </table>
</body>
</html>
"""


# 调用函数，将 HTML 中的表格导出为 Excel 文件
html_table_to_xlsx(html_content, "output.xlsx")

三、最终效果

四、方法补充

Python 解析 HTML 表格并转换为 Excel 表格

在处理数据时，我们常常会遇到需要从 HTML 表格中提取信息并将其转换为 Excel 文件的需求。本文将介绍如何使用 Python 来解析 HTML 表格，并将其转换为 Excel 表格。

准备工作

在开始之前，请确保您的环境中已经安装了必要的库：

beautifulsoup4：用于解析 HTML。
pandas：用于处理和转换数据。
openpyxl：用于生成 Excel 文件。

可以通过以下命令安装这些库：

pip install beautifulsoup4 pandas openpyxl

解析 HTML 表格

首先，我们需要从一个 HTML 文件中提取表格数据。假设我们有一个简单的 HTML 文件，其中包含一个表格。

HTML 示例代码：

<!DOCTYPE html>
<html>
<body>

<table border="1">
  <tr>
    <th>姓名</th>
    <th>年龄</th>
    <th>职业</th>
  </tr>
  <tr>
    <td>张三</td>
    <td>25</td>
    <td>工程师</td>
  </tr>
  <tr>
    <td>李四</td>
    <td>30</td>
    <td>医生</td>
  </tr>
</table>

</body>
</html>

接下来，我们将使用 BeautifulSoup 来解析这个 HTML 文件并提取表格数据。

解析代码示例

from bs4 import BeautifulSoup

# 读取 HTML 文件
with open('example.html', 'r', encoding='utf-8') as f:
    html_content = f.read()

# 使用 BeautifulSoup 解析 HTML
soup = BeautifulSoup(html_content, 'html.parser')

# 查找所有的表格
tables = soup.find_all('table')

# 遍历每个表格
for table in tables:
    # 提取表头
    headers = [header.text for header in table.find_all('th')]
    
    # 提取表格数据
    data = []
    for row in table.find_all('tr')[1:]:  # 跳过表头行
        cells = row.find_all('td')
        row_data = [cell.text for cell in cells]
        data.append(row_data)
    
    print("表头:", headers)
    print("数据:", data)

将数据转换为 Excel

现在我们已经成功提取了表格数据，接下来我们将使用 Pandas 将其转换为 Excel 文件。

转换代码示例

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame(data, columns=headers)

# 将 DataFrame 写入 Excel 文件
df.to_excel('output.xlsx', index=False)

上述代码将提取的表格数据保存到名为 output.xlsx 的 Excel 文件中。

完整代码示例

以下是完整的代码示例，结合了 HTML 解析和 Excel 转换的功能。

from bs4 import BeautifulSoup
import pandas as pd

# 读取 HTML 文件
with open('example.html', 'r', encoding='utf-8') as f:
    html_content = f.read()

# 使用 BeautifulSoup 解析 HTML
soup = BeautifulSoup(html_content, 'html.parser')

# 查找所有的表格
tables = soup.find_all('table')

# 遍历每个表格
for i, table in enumerate(tables):
    # 提取表头
    headers = [header.text for header in table.find_all('th')]
    
    # 提取表格数据
    data = []
    for row in table.find_all('tr')[1:]:  # 跳过表头行
        cells = row.find_all('td')
        row_data = [cell.text for cell in cells]
        data.append(row_data)
    
    # 创建 DataFrame
    df = pd.DataFrame(data, columns=headers)
    
    # 将 DataFrame 写入 Excel 文件
    df.to_excel(f'table_{i+1}.xlsx', index=False)

到此这篇关于Python实现将HTML表格一键导出为Excel的文章就介绍到这了,更多相关Python HTML表格转Excel内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

python实现的用于搜索文件并进行内容替换的类实例
这篇文章主要介绍了python实现的用于搜索文件并进行内容替换的类,涉及Python针对文件及字符串的相关操作技巧,需要的朋友可以参考下
2015-06-06
tensorflow基本操作小白快速构建线性回归和分类模型
这篇文章主要介绍了tensorflow基本操作,快速构建线性回归和分类模型,图文代码示例非常详细，有需要的朋友可以借鉴参考下，希望可以对大家有所帮助
2021-08-08
python django model联合主键的例子
今天小编就为大家分享一篇python django model联合主键的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-08-08
浅析python内置模块collections
collections是Python内建的一个集合模块，提供了许多有用的集合类。这篇文章主要介绍了python内置模块collections的相关知识，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下
2019-11-11
Python使用xpath实现图片爬取
这篇文章主要介绍了Python使用xpath实现图片爬取,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-09-09
在Django中预防CSRF攻击的操作
这篇文章主要介绍了在Django中预防CSRF攻击的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-03-03
python读取tif图片时保留其16bit的编码格式实例
今天小编就为大家分享一篇python读取tif图片时保留其16bit的编码格式实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-01-01
python编程开发之类型转换convert实例分析
这篇文章主要介绍了python编程开发之类型转换convert用法,结合实例形式分析了Python中常见的数据类型及类型转换convert的具体使用方法,需要的朋友可以参考下
2015-11-11
beam search及pytorch的实现方式
这篇文章主要介绍了beam search及pytorch的实现方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-05-05
Python DataFrame.groupby()聚合函数,分组级运算
python的pandas包提供的数据聚合与分组运算功能很强大，也很灵活，本文就带领大家一起来了解groupby技术，感兴趣的朋友跟随小编一起来看下
2018-09-09