很多网站的数据以 HTML 表格形式展示——股票行情、天气预报、统计年鉴、学校课表。用普通爬虫写正则或 XPath 去解析 HTML 表格非常麻烦而 pandas 的read_html一行代码就能把网页上的所有表格抓下来。一、read_html 基础用法1. 最简单的用法importpandasaspd tablespd.read_html(https://example.com/stats)print(f网页中共有{len(tables)}个表格)read_html会自动解析网页中的所有table标签返回一个 DataFrame 列表。2. 选择指定表格# 按索引选择dftables[0]# 第一个表格# 按 CSS class 过滤tablespd.read_html(url,attrs{class:data-table})# 按 id 过滤tablespd.read_html(url,attrs{id:table1})3. 保存到 Exceldftables[0]df.to_excel(股票数据.xlsx,indexFalse)二、实战抓取股票数据importpandasaspd urlhttps://example.com/stocktablespd.read_html(url)# 找到股票行情表stock_dftables[0]# 查看前几行print(stock_df.head())# 保存stock_df.to_excel(股票行情.xlsx,indexFalse)三、注意事项read_html 依赖 lxml 或 html5lib 解析器 pip install lxml html5lib 编码问题指定 pd.read_html(url, encodingutf-8) 表格太多时指定只取前 N 个 pd.read_html(url, match股票) # 匹配包含股票的表格 觉得有用的话点赞 关注【张老师技术栈】吧