Python转换HTML为Excel文件

在数据处理和分析的过程中，经常需要从网页上抓取信息，并将其转换为更易于操作的格式。HTML表格作为一种常见的数据展示方式，在线报告、统计资料等场景中广泛存在，但其结构化程度较低，不利于进一步的数据清洗和分析。将HTML表格转换为Excel工作表，不仅可以利用Excel强大的数据处理能力进行排序、筛选、计算等操作，还便于与他人分享以及进行长期保存。利用Python，我们可以以简洁高效的方式来完成这一转换过程，快速实现数据的迁移。
本文将介绍如何使用Python转换HTML为Excel文件。

• 用Python将HTML转换为Excel工作表
• 用Python将HTML文本写入Excel单元格

本文所使用的方法需要用到Spire.XLS for Python，PyPI：pip install spire.xls。

申请免费License

用Python将HTML转换为Excel工作表

我们可以使用Workbook.LoadFromHTML()方法或Workbook.LoadFromMHTML()直接载入HTML文件，并通过Workbook.SaveToFile()方法将其保存为指定的Excel文件格式。以下是详细操作步骤：

• 导入所需模块。
• 创建Workbook对象。
• 使用Workbook.LoadFromHTML()方法载入HTML文件。
• 对于比较简单的HTML表格可能缺少一些格式信息，我们可以在转换前进行一些格式设置，如自动调整列宽。
• 使用Workbook.SaveToFile()方法将其转换为Excel文件并保存。
• 释放资源。

代码示例

from spire.xls import Workbook

# 创建Workbook的实例
workbook = Workbook()

# 加载HTML文件
workbook.LoadFromHtml("Sample.html")

# 自动调整列宽
for i in range(workbook.Worksheets.Count):
    worksheet = workbook.Worksheets.get_Item(i)
    for j in range(1, worksheet.Columns.Count + 1):
        worksheet.AutoFitColumn(j)

# 将其转换为Excel文件
workbook.SaveToFile("output/HTML转Excel.xlsx")
workbook.Dispose()

结果

用Python将HTML文本写入Excel单元格

我们可以使用Workbook.Worksheets.get_Item()方法来获取指定工作表，并使用Worksheet.Range[]属性获取指定单元格或单元格范围。然后，我们可以通过CellRange.HtmlString属性来插入HTML文本到单元格中，从而显示相应的文本和格式。以下是操作步骤示例：

• 导入所需模块。
• 创建Workbook对象。
• 使用Workbook.Worksheets.get_Item()方法来获取工作表。
• 使用Worksheet.Range[]属性获取单元格。
• 指定HTML代码。
• 通过CellRange.HtmlString属性来插入HTML代码对应的文本到单元格中。
• 使用Workbook.SaveToFile()方法保存Excel工作簿。
• 释放资源。

代码示例

from spire.xls import Workbook, FileFormat

# 创建Workbook的实例
workbook = Workbook()

# 获取第一个工作表
sheet = workbook.Worksheets.get_Item(0)

# 指定HTML字符串
htmlString = "<span style='font-size: 20px; color: blue;'><strong><u>Employee Data Table</u></strong></span>"

# 将HTML字符串插入到工作表中
sheet.Range[1, 1].HtmlString = htmlString

# 自动调整列宽
sheet.AutoFitColumn(1)

# 保存工作簿
workbook.SaveToFile("output/InsertHTMLStringToExcel.xlsx", FileFormat.Version2016)
workbook.Dispose()

结果

本文演示了如何使用Python将HTML转换为Excel文件。