HTML动态内容怎么转成表格?数据排版转换方法

阿明酱_2739

阿明酱_2739

2026-11-20

370人浏览

原创

动态内容需先执行JS渲染再解析:pd.read_html()和Excel导入仅读原始HTML,无法获取JS生成的表格;应使用Playwright等工具获取渲染后HTML,再用pandas解析,注意分页处理、类型声明和列名规范。

html动态内容怎么转成表格?数据排版转换方法

HTML 动态内容无法直接用 pd.read_html() 或 Excel “导入网页” 转成表格 —— 因为这些工具只读原始 HTML 源码,而动态内容(如 JS 渲染的表格)在源码里根本不存在。

为什么浏览器能看见表格,但 pd.read_html() 找不到?

常见错误现象:用 pd.read_html("page.htm") 返回空列表,或只拿到占位文字;用 Excel “从网页导入” 也显示空白或只有标题。这是因为页面加载后,JavaScript 才往

里 appendChild() 表格节点,原始 HTML 文件里连 标签都没有。
  • 右键“查看网页源代码”,搜索
—— 如果没找到,就确认是动态渲染
  • 按 F12 打开开发者工具,切到 Elements 面板,刷新页面后手动展开 DOM,才能看到真实
  • 结构
  • requests.get(url).text 和本地 open("file.htm").read() 都拿不到渲染后的内容
  • 必须先获取渲染后 HTML,再解析

    核心步骤是两阶段:① 执行 JS 得到最终 DOM;② 在这个 DOM 上运行表格提取逻辑。不能跳过第一阶段。

    • 推荐用 playwright:启动快、内存低、API 简洁,page.content() 直接返回完整渲染后 HTML 字符串
    • 备选 selenium:更重但兼容老系统;注意要显式等待表格出现,比如 wait.until(EC.presence_of_element_located((By.TAG_NAME, "table")))
    • 别用 pyppeteer(已停更)或 dryscrape(不维护),容易卡死或解析失败
    • 拿到渲染后 HTML 后,再交给 pd.read_html() 或 BeautifulSoup.find("table") —— 这时才能真正识别到数据

    遇到多页/分页表格怎么处理?

    很多后台报表用“下一页”按钮加载新数据,而不是整页重载。这时候单纯抓单页 HTML 不够。

    AgentGen — HTML to PDF & Image
    AgentGen — HTML to PDF & Image

    将 HTML 转换为 PDF 和图片。无需注册,免费版开箱即用(每分钟 1 次请求,含水印)。如需更高频次及去水印……

    下载
    • 用 Playwright 模拟点击“下一页”,每次点完等表格更新,再调用 page.content() 提取当前页表格
    • 如果分页是 URL 参数变化(如 ?page=2),可循环构造 URL + page.goto(),避免手动点击
    • 所有页的 DataFrame 用 pd.concat(dfs, ignore_index=True) 合并,注意检查列名是否一致
    • 别依赖 window.scrollTo() 或滚动触底自动加载 —— 容易漏数据,且难判断加载完成

    导出时字段错位、数字变科学计数怎么办?

    这是 Excel 自动格式化惹的祸,不是转换逻辑问题。

    • 导出前对 DataFrame 做类型声明:df["金额"] = df["金额"].astype(str) 防止长数字(如订单号)被转成 1.23E+17
    • 用 to_excel(..., engine="openpyxl"),配合 workbook.formats 设置单元格格式(如 number_format='@' 强制文本)
    • 如果表头含斜杠、括号、空格,Excel 可能误判为公式(如 =SUM(A1:A10)),导出前用 df.columns = df.columns.str.replace(r'[/()\s]+', '_', regex=True) 规范列名
    • 合并单元格(colspan/rowspan)会被 pd.read_html() 展平成重复值,不是 bug —— HTML 表格语义本身就不支持“一个单元格跨多行还带独立值”,需业务侧自行后处理

    真正麻烦的从来不是“怎么转”,而是确认数据是否完整、字段是否对齐、时间/数字/编码是否失真。动态内容意味着你得和前端渲染节奏同步,稍有延迟或竞态,就可能截到半张表。别省那几秒等待时间,加个 page.wait_for_timeout(500) 或明确的 wait_for_selector 更稳妥。

    前端入门到VUE实战笔记:立即使用
    在学习笔记中,你将探索 前端 的入门与实战技巧!

    相关文章

    HTML速学教程(入门课程)
    HTML速学教程(入门课程)

    HTML怎么学习?HTML怎么入门?HTML在哪学?HTML怎么学才快?不用担心,这里为大家提供了HTML速学教程(入门课程),有需要的小伙伴保存下载就能学习啦!

    下载

    相关标签:

    html动态内容 html

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

    相关专题

    更多
    html版权符号
    html版权符号

    html版权符号是“©”,可以在html源文件中直接输入或者从word中复制粘贴过来,php中文网还为大家带来html的相关下载资源、相关课程以及相关文章等内容,供大家免费下载使用。

    2023.06.14

    7855

    7

    html在线编辑器
    html在线编辑器

    html在线编辑器是用于在线编辑的工具,编辑的内容是基于HTML的文档。它经常被应用于留言板留言、论坛发贴、Blog编写日志或等需要用户输入普通HTML的地方,是Web应用的常用模块之一。php中文网为大家带来了html在线编辑器的相关教程、以及相关文章等内容,供大家免费下载使用。

    2023.06.21

    4312

    4

    html网页制作
    html网页制作

    html网页制作是指使用超文本标记语言来设计和创建网页的过程,html是一种标记语言,它使用标记来描述文档结构和语义,并定义了网页中的各种元素和内容的呈现方式。本专题为大家提供html网页制作的相关的文章、下载、课程内容,供大家免费下载体验。

    2023.07.31

    3950

    5

    html空格
    html空格

    html空格是一种用于在网页中添加间隔和对齐文本的特殊字符,被用于在网页中插入额外的空间,以改变元素之间的排列和对齐方式。本专题为大家提供html空格的相关的文章、下载、课程内容,供大家免费下载体验。

    2023.08.01

    3979

    5

    html是什么
    html是什么

    HTML是一种标准标记语言,用于创建和呈现网页的结构和内容,是互联网发展的基石,为网页开发提供了丰富的功能和灵活性。本专题为大家提供html相关的各种文章、以及下载和课程。

    2023.08.11

    5379

    6

    html字体大小怎么设置
    html字体大小怎么设置

    在网页设计中,字体大小的选择是至关重要的。合理的字体大小不仅可以提升网页的可读性,还能够影响用户对网页整体布局的感知。php中文网将介绍一些常用的方法和技巧,帮助您在HTML中设置合适的字体大小。

    2023.08.11

    3921

    3

    html转txt
    html转txt

    html转txt的方法有使用文本编辑器、使用在线转换工具和使用Python编程。本专题为大家提供html转txt相关的文章、下载、课程内容,供大家免费下载体验。

    2023.08.31

    3729

    3

    html文本框代码怎么写
    html文本框代码怎么写

    html文本框代码:1、单行文本框【<input type="text" style="height:..;width:..;" />】;2、多行文本框【textarea style=";height:;"></textare】。

    2023.09.01

    3188

    6

    HTML嵌入CSS样式的方法
    HTML嵌入CSS样式的方法

    HTML嵌入CSS样式的方法有内联样式、内部样式表和外部样式表。本专题为大家提供CSS样式相关的文章、下载、课程内容,供大家免费下载体验。

    2023.09.20

    3388

    5

    热门下载

    更多
    网站特效
    /
    网站源码
    /
    网站素材
    /
    前端模板

    精品课程

    更多
    相关推荐
    /
    热门推荐
    /
    最新课程
    GDB 17.2 官方文档集合
    GDB 17.2 官方文档集合

    共0课时 | 0人学习

    Bootstrap 入门安装配置
    Bootstrap 入门安装配置

    共0课时 | 0人学习

    38+ PhpStorm 提示和技巧
    38+ PhpStorm 提示和技巧

    共1课时 | 244人学习