Pandas read_html 无法正确读取文本

Question

我有以下文字：text = """<table class="table table-striped">\n                            <thead>\n                                <tr>\n                                    <th data-field="placement">Placement</th>\n                                    <th data-field="production">Production</th>\n                                    <th data-field="application">Eng.Vol.</th>\n                                    <th data-field="body">Body No</th>\n                                    <th data-field="eng">Eng No</th>\n                                    <th data-field="eng">Notes</th>\n                                </tr>\n                                                                <tr>\n                                    <td data-field="placement">Front Stabilizer</td>\n                                    <td data-field="production">Oct 16~</td>\n                                                                        <td data-field="application">1.5 L</td>\n                                    <td data-field="body">HRW18</td>\n                                    <td data-field="eng">L15BY</td>\n                                    <td data-field="note" class="">\n                                        Pos:Left/Right </td>\n                                </tr>\n                                                                <tr>\n                                    <td data-field="placement">Front Stabilizer</td>\n                                    <td data-field="production">Oct 16~</td>\n                此 HTML 文本使用表格标签正确关闭，并且具有所有必需的标签。pandas 仍然没有作为表格来读取。

Answer 1

你的桌子被包裹在里面<thead></thead>。熊猫将所有内容解释为列是可以理解的。咱们试试吧：

tmp=pd.read_html(text)[0]

pd.DataFrame(tmp.columns.to_frame().values)

输出：

    0           1                 2                 3                 4

--  ----------  ----------------  ----------------  ----------------  ----------------

 0  Placement   Front Stabilizer  Front Stabilizer  Front Stabilizer  Front Stabilizer

 1  Production  Oct 16~           Oct 16~           Oct 16~           Oct 16~

 2  Eng.Vol.    1.5 L             1.5 L             1.5 L             2.0 L

 3  Body No     HRW18             HRW18 LHD         HRW28             HRW38 RHD

 4  Eng No      L15BY             L15BY             L15BY             R20A9

 5  Notes       Pos:Left/Right    Pos:Left/Right    Pos:Left/Right    Pos:Left/Right