如何将HTML表格解析为可移植数据集（DSV、JSON等）

无编程快速方案 #

• 打开目标页面后，右键目标表格，选择「检查」进入开发者工具
• 在Elements面板定位到<table>标签，右键选择「复制」→「复制表格」
• 粘贴到Excel/Google Sheets，再通过软件的「导出」功能保存为CSV（DSV格式）或JSON

编程自动化方案（Python） #

用pandas直接解析HTML表格，无需手写复杂XPath：

import pandas as pd

# 加载目标维基百科页面的表格集合
url = "https://en.wikipedia.org/wiki/List_of_Solar_System_objects_by_size#Objects_with_radius_over_400_km"
tables = pd.read_html(url)

# 定位目标表格（需根据页面实际结构调整索引，通常是第1或第2个表格）
target_table = tables[1]

# 导出为CSV（DSV的常用格式）
target_table.to_csv("solar_objects.csv", index=False)

# 导出为JSON（按记录格式）
target_table.to_json("solar_objects.json", orient="records")

pandas会自动处理HTML的不规则结构，比XPath更适配HTML表格的解析需求。

内容的提问来源于stack exchange，提问作者Reilas