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 ndarray 数组的变形详情
这篇文章主要介绍了Python ndarray数组的变形详情，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下
2022-09-09
Python提取转移文件夹内所有.jpg文件并查看每一帧的方法
今天小编就为大家分享一篇Python提取转移文件夹内所有.jpg文件并查看每一帧的方法，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
2019-06-06
Python中zipfile压缩包模块的使用
zipfile 模块提供了创建、读取、写入、添加及列出 ZIP 文件的工具，本文主要介绍了Python中zipfile压缩包模块的使用，感兴趣的可以了解一下
2021-05-05
图文详解感知机算法原理及Python实现
感知机是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别（取+1和-1二值）。本文将为大家详细讲讲感知机算法的原理及实现，需要的可以参考一下
2022-08-08
python的一些加密方法及python 加密模块
这篇文章主要介绍了python的一些加密方法及python加密模块，本文通过实例文字相结合的形式给大家介绍的非常详细，具有一定的参考借鉴价值 ,需要的朋友可以参考下
2019-07-07
OpenCV基于ORB算法实现角点检测
这篇文章主要为大家详细介绍了OpenCV基于ORB算法实现角点检测，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2022-08-08
TensorFlow中关于tf.app.flags命令行参数解析模块
这篇文章主要介绍了TensorFlow中关于tf.app.flags命令行参数解析模块，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2022-11-11
python mysql中in参数化说明
这篇文章主要介绍了python mysql中in参数化说明，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
2020-06-06
利用Anaconda安装TensorFlow全过程
这篇文章主要介绍了利用Anaconda安装TensorFlow全过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2024-02-02
详解pandas DataFrame的查询方法（loc,iloc,at,iat,ix的用法和区别）
这篇文章主要介绍了详解pandas DataFrame的查询方法（loc,iloc,at,iat,ix的用法和区别），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，需要的朋友们下面随着小编来一起学习学习吧
2019-08-08