如何避免导出至Excel时爬取的表格出现重叠？

问题分析 #

你的代码存在两个核心问题，导致仅最后一个表格被输出且出现重叠：

1. 写入Excel的逻辑在循环外部，仅处理了循环结束后的最后一个表格对象
2. 固定startrow=1，所有表格都从同一行开始写入，完全覆盖之前的内容

修改后的代码 #

import pandas as pd
import requests

url_trainer = "https://racing.hkjc.com/racing/information/english/racing/Draw.aspx"

# 获取页面中所有目标表格
list_of_df = pd.read_html(requests.get(url_trainer, headers={'user-agent':'Mozilla/5.0'}).text, attrs={'class':'table_bd'})

# 初始化表格起始写入行（Excel行号从1开始）
start_row = 1

# 写入Excel，使用mode='w'创建新文件（若需追加到已有文件可改为mode='a'，但需额外处理起始行）
with pd.ExcelWriter("jockeyclub.xlsx", engine="openpyxl", mode='w') as writer:
    for table in list_of_df:
        # 将当前表格写入指定位置
        table.to_excel(writer, sheet_name="Draw", index=True, startrow=start_row)
        # 更新起始行：当前表格行数 + 2行空行（用于分隔不同赛事表格）
        start_row += len(table) + 2

关键修改说明 #

• 将to_excel操作移入循环内部，确保每个爬取到的表格都被写入Excel
• 新增start_row变量动态控制每个表格的起始位置，每次写完一个表格后，将起始行移至当前表格末尾+空行的位置，彻底避免重叠
• 使用mode='w'创建全新文件，避免原有文件内容干扰导出结果；如果需要追加到已有文件，需先读取已有工作表的最后行号来初始化start_row

内容的提问来源于stack exchange，提问作者NNBananas