使用Python提取HTML表格用户输入导出Excel时缺失输入值的问题

pandas.read_html() 仅能解析目标地址返回的初始静态HTML源码，无法读取用户在浏览器端输入框中填写的动态内容。
用户在页面输入的内容仅保存在当前浏览器的本地DOM状态中，不会自动同步到服务端的静态页面源码里，你直接请求http://127.0.0.1:5000拿到的是页面首次加载的初始版本，输入框默认是空值，导出的Excel自然没有用户录入的内容。

• 放弃后端直接请求自身地址读取HTML的逻辑，改为用户触发导出时，前端先把填好值的表格处理后再传给后端
• 前端遍历页面所有表格，将每个输入框的当前输入值同步为对应单元格的文本内容，序列化后发送到后端导出接口
• 后端接收前端传过来的带实际值的表格HTML片段，解析后写入不同工作表，返回生成的Excel文件供下载

前端参考实现（JavaScript） #

// 绑定导出按钮点击事件
document.getElementById('exportBtn').addEventListener('click', async () => {
  const tableHtmls = []
  // 遍历页面全部表格
  document.querySelectorAll('table').forEach(table => {
    // 把所有输入框的当前值替换成单元格普通文本
    table.querySelectorAll('input').forEach(input => {
      input.parentNode.innerText = input.value.trim()
    })
    tableHtmls.push(table.outerHTML)
  })
  // 提交到后端导出接口
  const resp = await fetch('/export', {
    method: 'POST',
    headers: {'Content-Type': 'application/json'},
    body: JSON.stringify({tables: tableHtmls})
  })
  // 触发文件下载
  const blob = await resp.blob()
  const downloadUrl = URL.createObjectURL(blob)
  const a = document.createElement('a')
  a.href = downloadUrl
  a.download = '表格导出结果.xlsx'
  a.click()
  URL.revokeObjectURL(downloadUrl)
})

后端Flask参考实现 #

import io
import pandas as pd
from pandas import ExcelWriter
from flask import request, send_file

@app.route('/export', methods=['POST'])
def export_excel():
    post_data = request.get_json()
    table_list = post_data.get('tables', [])
    # 内存中生成Excel，无需落本地磁盘
    buf = io.BytesIO()
    with ExcelWriter(buf) as writer:
        for idx, table_html in enumerate(table_list):
            # 解析前端传过来的带实际输入值的表格
            df = pd.read_html(table_html)[0]
            df.to_excel(writer, sheet_name=f'sheet{idx+1}', index=False)
    buf.seek(0)
    return send_file(
        buf,
        mimetype='application/vnd.openxmlformats-officedocument.spreadsheetml.sheet',
        as_attachment=True,
        download_name='test_name_file.xlsx'
    )

注意：新版pandas的ExcelWriter在with上下文块执行结束时会自动完成保存，不需要额外调用writer.save()；原有逻辑中后端请求自身服务地址的写法本身就存在额外性能开销，没有实际意义。

内容的提问来源于stack exchange，提问作者oum