Python CSS解析表格

在现代网页中，表格是展示数据的重要工具。然而，对于数据分析师或开发者来说，从网页中提取表格数据的技巧常常不可或缺。本篇文章将重点介绍如何使用Python来解析带有CSS样式的HTML表格，并用示例代码进行说明。

1. 表格的基本结构

一个简单的HTML表格通常由<table>元素构成，并包含若干行和列。以下是一个示例HTML表格：

<table>
    <tr>
        <th>姓名</th>
        <th>年龄</th>
        <th>性别</th>
    </tr>
    <tr>
        <td>张三</td>
        <td>25</td>
        <td>男</td>
    </tr>
    <tr>
        <td>李四</td>
        <td>30</td>
        <td>女</td>
    </tr>
</table>

2. Python中解析HTML表格

可以使用Python的BeautifulSoup库来解析HTML文档，并提取表格数据。以下是一个基本的程序示例：

from bs4 import BeautifulSoup

# 假设html_content是存储HTML文档的字符串
html_content = """
<table>
    <tr>
        <th>姓名</th>
        <th>年龄</th>
        <th>性别</th>
    </tr>
    <tr>
        <td>张三</td>
        <td>25</td>
        <td>男</td>
    </tr>
    <tr>
        <td>李四</td>
        <td>30</td>
        <td>女</td>
    </tr>
</table>
"""

soup = BeautifulSoup(html_content, 'html.parser')
table = soup.find('table')  # 获取表格
data = []

# 遍历表格的每一行
for row in table.find_all('tr'):
    cols = row.find_all('td')  # 获取所有单元格
    if cols:
        data.append([col.text for col in cols])

# 打印提取到的数据
for item in data:
    print(item)

运行以上代码将会输出：

['张三', '25', '男']
['李四', '30', '女']

3. 提取CSS样式

有时，表格可能会使用CSS样式来做美化，而这些样式需要在解析时考虑。BeautifulSoup可以轻松地访问每个元素的class和style属性，以便进一步处理。下面是如何访问CSS类名的示例：

for row in table.find_all('tr'):
    cols = row.find_all('td')
    if cols:
        for col in cols:
            print(col['class'], col['style'])  # 获取CSS类名和样式

4. 数据可视化

获取到的数据后，通常还需要进行可视化。可以借助matplotlib和seaborn库来绘制饼状图。下面展示一个饼状图的示例：

import matplotlib.pyplot as plt

# 假设我们要绘制性别比例
labels = ['男', '女']
sizes = [1, 1]  # 根据上面提取的数据填入
colors = ['skyblue', 'lightcoral']

plt.figure(figsize=(6, 6))
plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=140)
plt.axis('equal')  # 让饼状图趋于圆形
plt.show()

饼状图示例 (Mermaid语法)

pie
    title 性别比例
    "男": 50
    "女": 50

结尾

通过以上介绍，我们已经掌握了如何使用Python的BeautifulSoup库解析HTML表格以及提取数据。结合数据可视化工具，我们可以将解析到的数据进行图形呈现。尽管CSS解析可能稍显复杂，但掌握这一技能将极大地提升我们数据处理的效率和准确性。希望本文能对你的学习和工作有所帮助！