Python有很多包可以抓取數(shù)據(jù)，如selenium、requests、scrapy、pandas，每個包都有其適用性，個人認(rèn)為在抓取數(shù)據(jù)時，代碼簡潔性和數(shù)據(jù)獲取的準(zhǔn)確性是需要考慮的因素，時間快慢倒不用太在意，畢竟用python抓數(shù)據(jù)本來就大大節(jié)省了時間，用不同的方法可能也就是1秒和1分鐘的區(qū)別。日常中我們總存在抓取表格數(shù)據(jù)的需求，本文試圖用pandas最簡潔的代碼抓取表格數(shù)據(jù)，代碼非常簡單，也很容易上手。

隨便選個網(wǎng)頁:

http://www.nafmii.org.cn/dcmfx/tzs/ppn/index.html

比如爬取下圖中定向工具的注冊批文(當(dāng)然wind里面也有數(shù)據(jù)，本文只是為了展示如何爬取表格型數(shù)據(jù))

一、爬取當(dāng)頁

只需要兩句關(guān)鍵代碼就可以抓取出來，前兩句是導(dǎo)入相關(guān)模塊，第三句輸入網(wǎng)址，第四句用pandas讀取，由于該網(wǎng)頁有很多表格，會以list格式存在ppn這個變量里，點擊查看可以發(fā)行第十四張表格正是我們所需要的內(nèi)容。?

二、全部爬取

但是第一部分只抓取了第一頁，如果想要把所有頁都抓取出來，同樣非常簡單，只需編寫一個循環(huán)。點擊下一頁可以發(fā)現(xiàn)其網(wǎng)址會發(fā)生相應(yīng)改變：http://www.nafmii.org.cn/dcmfx/tzs/ppn/index_2.html

頁碼會體現(xiàn)在index后面的數(shù)字，因此可以將url改為變量的組合，具體看第五句。第一和二句依然是導(dǎo)入相關(guān)模塊，第三句是生成一個空矩陣，用于存儲抓取完的結(jié)果，第四句至第八句是一個簡單的循環(huán)，result變量就是每頁抓取的結(jié)果，然后不斷的添加到output里。最后output就是我們想要的結(jié)果。

總結(jié)

以上是生活随笔為你收集整理的jq获取表格里的checkbox_Python抓取网页表格（一）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。