Python 正则表达式和 Pandas

Question

我有一个 html 文本，稍后我想将其转换为 pandas 数据框。

我有一个看起来像这样的文本:

<tr>
   <td -some attributes- >Val1</td>
   <td -some attributes- >Val2</td>
   <td -some attributes- >Val3</td>
</tr>
<tr>
   <td -some attributes- >Val4</td>
   <td -some attributes- >Val5</td>
   <td -some attributes- >Val6</td>
</tr>

我有正则表达式:<td.*>(.*)</td>但它并没有捕获所有的值，它捕获了几乎所有的文本......

在我获取所有内容后，我将其放入数据框中。

那么为什么这个正则表达式没有捕获它应该捕获的值？

Answer 1

You can try like this instead of REGEX - just an opinion

import pandas as pd
movies_table = pd.read_html("xxx.y.com")
movies = movies_table[0] // select the correct table from the tables array.

我得到了这个工作。下面我附上了一个使用示例。