时间戳

首页 > 解决方案 > pandas read_html 错误：找不到我想要的表

python - pandas read_html 错误：找不到我想要的表

问题描述

我想从这个链接中获取表格：https ://radarintermediacoes.com.br/compra-e-venda-de-negocios/estacionamento-no-centro-17/

我正在尝试通过以下代码获取信息：

import pandas as pd
import requests
    
url = "https://radarintermediacoes.com.br/compra-e-venda-de-negocios/estacionamento-no-centro-17/"
    
    
header = {
  "User-Agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.75 Safari/537.36",
  "X-Requested-With": "XMLHttpRequest"
}

r = requests.get(url, headers=header)

data = pd.read_html(r.text)
data

使用此代码，我设法只获得我想要的表之一，即“DESPESAS FIXAS/VARIÁVEIS”表，但我还想要“DETALHES DO NEGÓCIO”表。

希望能得到一些帮助或建议，谢谢！

标签： pythonpandasweb-scrapinghtml-tablerequest

解决方案

您要查找的数据不在<table>标签内，因此 Pandas 看不到它。但是您可以解析数据，BeautifulSoup例如：

import requests
import pandas as pd
from bs4 import BeautifulSoup
  

url = "https://radarintermediacoes.com.br/compra-e-venda-de-negocios/estacionamento-no-centro-17/"
soup = BeautifulSoup(requests.get(url).content, 'html.parser')  

all_data = []
for li in soup.select('div.panel-heading:contains("Detalhes do Negócio") + div li'):
    a, v = li.strong.text, li.strong.find_next_sibling(text=True)
    all_data.append({'Attribute': a.strip(':'), 'Value': v})

df = pd.DataFrame(all_data)
print(df)

印刷：

                  Attribute                                  Value
0           TIPO DE NEGÓCIO                        Estacionamentos
1                    REGIÃO                                 Centro
2        FATURAMENTO MENSAL                           R$ 13.500,00
3             LUCRO LÍQUIDO                            R$ 3.000,00
4    NÚMERO DE FUNCIONÁRIOS                                      1
5         TEMPO DE CONTRATO                                 3 anos
6  HORÁRIO DE FUNCIONAMENTO      Segunda a sexta ds 07:00 as 19:00
7    CONDIÇÕES DE PAGAMENTO   50% de entrada e restante em 30 dias
8                     PREÇO                            R$50.000,00

推荐阅读