从GSEB成绩HTML页面提取表格数据并按指定格式导出

• 工具选择：用Python的requests抓页面源码，BeautifulSoup解析表格，pandas转换格式，操作简单高效
• 操作步骤：
  1. 抓取页面内容：用requests发起请求，获取目标成绩页面的HTML源码
  2. 提取表格数据：用BeautifulSoup定位页面内的成绩表格，逐行逐单元格提取数据
  3. 转换指定格式：把提取到的结构化数据整理成和参考格式匹配的结构，可直接导出成Excel或排版成对应文本样式
• 代码示例：

import requests
from bs4 import BeautifulSoup
import pandas as pd

# 目标成绩页面地址
target_url = "https://gseb.org/522lacigam/sci/B24/06/B240661.html"
# 获取页面内容
page_content = requests.get(target_url).text
# 解析HTML
soup = BeautifulSoup(page_content, "html.parser")

# 定位页面核心成绩表格
score_table = soup.find("table")

# 提取表头和数据行
table_headers = []
table_data = []
for row_num, row in enumerate(score_table.find_all("tr")):
    # 提取单元格文本并去除冗余空格
    cells = [cell.get_text(strip=True) for cell in row.find_all(["th", "td"])]
    if row_num == 0:
        table_headers = cells
    else:
        table_data.append(cells)

# 转换为DataFrame并导出成Excel（匹配参考格式的结构化表格）
result_df = pd.DataFrame(table_data, columns=table_headers)
result_df.to_excel("gseb_student_scores.xlsx", index=False)
print("成绩数据已提取并转换为指定格式，保存为gseb_student_scores.xlsx")

• 补充说明：如果参考格式是纯文本排版，直接循环遍历table_data按对应列对齐规则打印输出即可，无需导出Excel

内容的提问来源于stack exchange，提问作者Online Review