作者gigigigi (gigigigi)
看板Python
標題[問題] pandas read_html 分析欄位問題
時間Sun Apr 2 13:42:02 2017
https://www.sendspace.com/file/ysmnfn
上面是我的程式碼跟測試檔案aa.html
我在使用pd.read_html 過濾html裡面出表格發現我aa.html 用瀏覽器看有兩個表格
但是程式用 pd.read_html 分析出來只有一個表格
想請問一下這是什麼原因？
謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 175.181.186.197
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Python/M.1491111726.A.35D.html
1F：→ s860134: #1OjKCMQn 個人猜測又跟 parser 的爬法有關係拉... 04/02 15:25
2F：→ gigigigi: 這是爬法造成？不過看上面文章感覺是html語法問題造成 04/02 16:52
3F：→ gigigigi: pd.read_html 的 parser 失敗 04/02 16:52
4F：→ s860134: 看你怎麼看啦，看你覺得是工具不好使，還是資料不符工具 04/02 16:57
6F：→ gigigigi: 請問哪邊看出問題 ?? == $0 嘛？ 04/02 23:44
8F：→ gigigigi: 請問有什麼方法或是工具可以檢查出html 問題的地方嘛? 04/02 23:46
9F：→ zerof: ....一個<table>裡面只能有一個<thead>跟<tbody> 04/03 01:02
10F：→ zerof: 這也是為什麼pd read_html 只會出現上半部(之後的兩個tag是 04/03 01:03
11F：→ zerof: 不合法的 04/03 01:03
12F：→ gigigigi: 了解！ 感謝... 我試試看用soup拆解出來在丟到pandas 04/03 02:22