read_html

html에 있는 table속성에 해당하는 값을 가져올 수 있다. 

웹페이지에 있는 테이블을 모두 가져오거나 특정한 테이블을 가져올 수 있다.

리턴되는 객체는 리스트이다. 

 

table = pd.read_html( 주소 )

table[0]

 

import pandas as pd

 

pandas.read_html(URL, match='.+', flavor=None, header=None, index_col=None, skiprows=None, attrs=None, parse_dates=False, tupleize_cols=None, thousands=', ', encoding=None, decimal='.', converters=None, na_values=None, keep_default_na=True, displayed_only=True)

 

• URL : 대상 url 입력

• match : str or compiled regular expression, optional

   : 정규표현식 또는 문자열을 이용해서 전체 테이블을 가져오지말고 원하는 내용이 들어있는 테이블만 가져오게 함.

• flavor = None / ‘bs4’ / ‘html5lib’

   : html을 parsing할 engine 선택. None일 경우 'lxml'으로 시도된 후, 실패하면 bs4 + html5lib으로 수행된다.

• header = int or list-like or None, optional

   : header로(열 이름) 쓸 행을 지정할 수 있다.

• encoding = str or None, optional

   : 인코딩 설정. 한글이 깨져서 나올 때 encoding = 'utf-8'으로 설정하면 된다.

 

참조

https://mizykk.tistory.com/40

[Pandas] pd.read_html() :: html에서 표 가져오기/데이터프레임으로 만들기