本文实例讲述了python实现将html表格转换成CSV文件的方法。分享给大家供大家参考。具体如下:
使用方法:python html2csv.py *.html
这段代码使用了 HTMLParser 模块
#!/usr/bin/python # -*- coding: iso-8859-1 -*- # Hello, this program is written in Python - http://python.org programname = 'html2csv - version 2002-09-20 - http://sebsauvage.net' import sys, getopt, os.path, glob, HTMLParser, re try: import psyco ; psyco.jit() # If present, use psyco to accelerate the program except: pass def usage(progname): ''' Display program usage. ''' progname = os.path.split(progname)[1] if os.path.splitext(progname)[1] in ['.py','.pyc']: progname = 'python '+progname return '''%s A coarse HTML tables to CSV (Comma-Separated Values) converter. Syntax : %s source.html Arguments : source.html is the HTML file you want to convert to CSV. By default, the file will be converted to csv with the same name and the csv extension (source.html -> source.csv) You can use * and "' self.inTD = 1 def end_td(self): if self.inTD: self.CSVrow += '",' self.inTD = 0 def handle_data(self, data): if self.inTD: self.CSVrow += self.re_multiplespaces.sub(' ',data.replace('\t',' ').replace('\n','').replace('\r','').replace('"','""')) def getCSV(self,purge=False): ''' Get output CSV. If purge is true, getCSV() will return all remaining data, even if <td> or <tr> are not properly closed. (You would typically call getCSV with purge=True when you do not have any more HTML to feed and you suspect dirty HTML (unclosed tags). ''' if purge and self.inTR: self.end_tr() # This will also end_td and append last CSV row to output CSV. dataout = self.CSV[:] self.CSV = '' return dataout if __name__ == "__main__": try: # Put getopt in place for future usage. opts, args = getopt.getopt(sys.argv[1:],None) except getopt.GetoptError: print usage(sys.argv[0]) # print help information and exit: sys.exit(2) if len(args) == 0: print usage(sys.argv[0]) # print help information and exit: sys.exit(2) print programname html_files = glob.glob(args[0]) for htmlfilename in html_files: outputfilename = os.path.splitext(htmlfilename)[0]+'.csv' parser = html2csv() print 'Reading %s, writing %s...' % (htmlfilename, outputfilename) try: htmlfile = open(htmlfilename, 'rb') csvfile = open( outputfilename, 'w+b') data = htmlfile.read(8192) while data: parser.feed( data ) csvfile.write( parser.getCSV() ) sys.stdout.write('%d CSV rows written.\r' % parser.rowCount) data = htmlfile.read(8192) csvfile.write( parser.getCSV(True) ) csvfile.close() htmlfile.close() except: print 'Error converting %s ' % htmlfilename try: htmlfile.close() except: pass try: csvfile.close() except: pass print 'All done. '
希望本文所述对大家的Python程序设计有所帮助。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
狼山资源网 Copyright www.pvsay.com
暂无“python实现将html表格转换成CSV文件的方法”评论...
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。