无法从Yahoo Finance提取表格 运行Selenium代码导出Excel无正确表头求助

问题原因 #

你当前的代码仅提取了表格tbody部分的纯文本，没有单独抓取表头内容，且整段拼接的文本没有结构化拆分，自然无法导出带表头、列对齐的Excel文件。另外你用list作为循环变量名，和Python内置关键字冲突，也可能引发未知问题。

修改后完整可运行代码 #

!pip install selenium pandas openpyxl
!apt-get update 
!apt install chromium-chromedriver
!cp /usr/lib/chromium-browser/chromedriver /usr/bin
import sys
import time
import pandas as pd
sys.path.insert(0,'/usr/lib/chromium-browser/chromedriver')
from selenium import webdriver
from selenium.webdriver.common.by import By

chrome_options = webdriver.ChromeOptions()
chrome_options.add_argument('--headless')
chrome_options.add_argument('--no-sandbox')
chrome_options.add_argument('--disable-dev-shm-usage')
wd = webdriver.Chrome('chromedriver',options=chrome_options)

stock_list = ["FBRX", "GNLN", "TISI"]
result = []

# 统一提取表头（所有股票的表头结构一致，只需抓取一次）
test_url = f"https://finance.yahoo.com/quote/{stock_list[0]}/profile?p={stock_list[0]}"
wd.get(test_url)
time.sleep(1)
header_ele = wd.find_elements(By.XPATH, '//*[@id="Col1-0-Profile-Proxy"]/section/section[1]/table/thead/tr/th')
headers = [ele.text.strip() for ele in header_ele]
final_headers = ["股票代码"] + headers

# 逐股票抓取行数据
for stock in stock_list:
    url = f"https://finance.yahoo.com/quote/{stock}/profile?p={stock}"
    wd.get(url)
    time.sleep(1)
    row_ele = wd.find_elements(By.XPATH, '//*[@id="Col1-0-Profile-Proxy"]/section/section[1]/table/tbody/tr')
    for row in row_ele:
        cell_values = [cell.text.strip() for cell in row.find_elements(By.TAG_NAME, 'td')]
        full_row = [stock] + cell_values
        result.append(full_row)

# 导出带表头的Excel文件
df = pd.DataFrame(result, columns=final_headers)
df.to_excel("股票_profile数据.xlsx", index=False)
# 控制台打印验证结果
print(df)

主要修改点 #

• 单独抓取表头内容，添加到输出结构的第一行，符合Excel带表头的输出要求
• 逐行逐单元格提取表格内容，结构化存储后再导出，不会出现列错位的问题
• 把循环变量名从list改为stock，避免和Python内置关键字冲突
• 新增time.sleep(1)控制请求频率，避免触发雅虎的反爬机制导致抓取失败
• 依赖新增pandas和openpyxl，直接生成标准Excel文件，输出结构和你预期的格式完全匹配

内容的提问来源于stack exchange，提问作者yeeping50