在数据采集、网页解析或自动化报表场景中，我们经常会遇到这样一个需求：
从 HTML 页面中提取表格数据，并导出为 Excel 文件
本文将使用BeautifulSoup + Pandas + OpenPyXL，实现一个通用、简单、可复用的工具函数，把 HTML 中的<table>表格直接导出为.xlsx文件。
一、实现思路
整体流程非常清晰：
- 使用BeautifulSoup解析 HTML
- 查找页面中所有
<table>标签 - 使用pandas.read_html将表格转为 DataFrame
- 使用ExcelWriter将多个表格写入 Excel 的不同 Sheet
二、环境准备
1️⃣ 安装依赖
pipinstallbeautifulsoup4 pandas openpyxl lxml
lxml是pandas.read_html推荐的解析器，性能更好。
三、核心代码实现
1️⃣ HTML 表格导出函数
frombs4importBeautifulSoupimportpandasaspddefhtml_table_to_xlsx(html_content,output_file):""" 将 HTML 中的表格提取并导出为 xlsx 文件。 :param html_content: HTML 文本内容 :param output_file: 导出的 xlsx 文件路径 """# 使用 BeautifulSoup 解析 HTMLsoup=BeautifulSoup(html_content,'html.parser')# 查找 HTML 中的所有表格tables=soup.find_all('table')ifnottables:print("HTML 中没有找到表格！")return# 逐个解析表格并导出到 Excelwithpd.ExcelWriter(output_file,engine='openpyxl')aswriter:fori,tableinenumerate(tables):# 将 HTML table 转为 DataFramedf=pd.read_html(str(table))[0]# 不同表格写入不同的 sheetsheet_name=f"Sheet{i+1}"df.to_excel(writer,index=False,sheet_name=sheet_name)print(f"表格已成功导出到{output_file}")四、示例演示
1️⃣ 示例 HTML 内容
html_content=""" <html> <head><title>测试表格</title></head> <body> <table border="1"> <tr> <th>姓名</th> <th>年龄</th> <th>城市</th> </tr> <tr> <td>张三</td> <td>28</td> <td>北京</td> </tr> <tr> <td>李四</td> <td>34</td> <td>上海</td> </tr> </table> </body> </html> """2️⃣ 调用函数导出 Excel
html_table_to_xlsx(html_content,"output.xlsx")执行后，会在当前目录生成一个output.xlsx文件，内容如下：
| 姓名 | 年龄 | 城市 |
|---|---|---|
| 张三 | 28 | 北京 |
| 李四 | 34 | 上海 |
)
