[問題] pandas read_html 分析欄位問題

[gigigigi (gigigigi)]

https://www.sendspace.com/file/ysmnfn

上面是我的程式碼跟測試檔案aa.html

我在使用pd.read_html 過濾html裡面出表格發現我aa.html 用瀏覽器看有兩個表格

但是程式用 pd.read_html 分析出來只有一個表格

想請問一下這是什麼原因？

謝謝


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 175.181.186.197
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1491111726.A.35D.html
→ s860134: #1OjKCMQn 個人猜測又跟 parser 的爬法有關係拉...
→ gigigigi: 這是爬法造成？不過看上面文章感覺是html語法問題造成
→ gigigigi: pd.read_html 的 parser 失敗
→ s860134: 看你怎麼看啦，看你覺得是工具不好使，還是資料不符工具
→ zerof: http://imgur.com/qXvdevF 你 input 的 html 有問題
→ gigigigi: 請問哪邊看出問題 ?? == $0 嘛？
→ gigigigi: https://www.zhihu.com/question/52031439
→ gigigigi: 請問有什麼方法或是工具可以檢查出html 問題的地方嘛?
→ zerof: ....一個<table>裡面只能有一個<thead>跟<tbody>
→ zerof: 這也是為什麼pd read_html 只會出現上半部(之後的兩個tag是
→ zerof: 不合法的
→ gigigigi: 了解！ 感謝... 我試試看用soup拆解出來在丟到pandas