python 爬取本地的HTML中的数据并将其存储进Excel表格中

本文介绍: python 爬取本地的HTML中的数据并将其存储进Ex cel表格中

我有一个HTML文件保存在本地，我需要爬取里面的某些数据并将爬取到的部分数据存储进Excel表中

先爬取数据
按照步长将数据分割成二维列表
循环遍历将需要的数据存入Excel表中

#coding:utf-8
from lxml import etree
import xlsxwriter      #：载入模块
#解析本地文件使用 etree.parse
parser = etree.HTMLParser(encoding='utf-8')
tree = etree.parse('1.html',parser=parser)

#这里可以根据源文件的格式以及自己要爬取的数据去改
list1 = tree.xpath('//body/div/div/div/table/tbody/tr/td')

#返回标签内容 text()
list2 = tree.xpath('//body/div/div/div/table/tbody/tr/td/text()')
#按照步长17去分割列表
r = [list2[i:i+17] for i in range(0,len(list2),17)]
# print(r)    

workbook = xlsxwriter.Workbook('1.xlsx')          #：新建名为1的excel文件
worksheet = workbook.add_worksheet()       #：新建表
worksheet.write('A1','手机号')              #：在A1写入100，只能单个写入
worksheet.write('B1','姓名')             #：按行逐一写入列表a，多个写入
worksheet.write('C1','余额')             #：按行逐一写入列表a，多个写入
worksheet.write('D1','卡类型')             #：按行逐一写入列表a，多个写入
worksheet.write('E1','开卡时间')             #：按行逐一写入列表a，多个写入

'''
循环，将二维列表中的数据写入到Excel中，这里要注意的是,因为列名占了一行，所以
行的下标要+1
'''
for i in range(0,len(r)):
    worksheet.write(i+1,0,r[i][0])  
    worksheet.write(i+1,1,r[i][1]) 
    worksheet.write(i+1,2,r[i][2])  
    worksheet.write(i+1,3,r[i][4])  
    worksheet.write(i+1,4,r[i][12])  

workbook.close()            #：关闭并保存文件