如何将 html 表读取为数据框（urllib.error.URLError: <urlopen error unknown url type: https>）？答案

【问题标题】：How to read html table as dataframe (urllib.error.URLError: <urlopen error unknown url type: https>)?如何将 html 表读取为数据框（urllib.error.URLError: <urlopen error unknown url type: https>）？
【发布时间】：2019-02-03 12:10:13
【问题描述】：

如果您能告诉我如何将 html 表格转换为数据框，我将不胜感激。

import pandas as pd
df = pd.read_html('https://www.iasplus.com/en/resources/ifrs-topics/use-of-ifrs', header = None)

错误：

C:\Users\t\Anaconda3\python.exe C:/Users/t/Downloads/hyperopt12.py
Traceback (most recent call last):
  File "C:/Users/t/Downloads/hyperopt12.py", line 12, in <module>
    df = pd.read_html('https://www.iasplus.com/en/resources/ifrs-topics/use-of-ifrs', header = None)
  File "C:\Users\t\Anaconda3\lib\site-packages\pandas\io\html.py", line 1094, in read_html
    displayed_only=displayed_only)
  File "C:\Users\t\Anaconda3\lib\site-packages\pandas\io\html.py", line 916, in _parse
    raise_with_traceback(retained)
  File "C:\Users\t\Anaconda3\lib\site-packages\pandas\compat\__init__.py", line 420, in raise_with_traceback
    raise exc.with_traceback(traceback)
urllib.error.URLError: <urlopen error unknown url type: https>

提前致谢。

【问题讨论】：

什么是熊猫版本？ pd.__version__ ?
@anky_91 谢谢。它是 0.24.0。它可以阅读这个页面：espn.com/nhl/statistics/player/_/stat/points/sort/points/year/…
@anky_91 我可以阅读最后一条评论中提供的链接，但我无法阅读问题中提供的链接。
无法复制

标签： python-3.x pandas

【解决方案1】：

您需要在页面上找到正确的表格才能阅读。 read_html 返回数据框对象的列表。请参阅文档here。

import pandas as pd
tables = pd.read_html('https://www.iasplus.com/en/resources/ifrs-topics/use-of-ifrs', header = None)
df = tables[2]
df

【讨论】：

谢谢。同样的错误：tables = pd.read_html('https://www.iasplus.com/en/resources/ifrs-topics/use-of-ifrs', header = None) File "C:\Users\t\Anaconda3\lib\site-packages\pandas\io\html.py", line 1094, in read_html displayed_only=displayed_only) File "C:\Users\t\Anaconda3\lib\site-packages\pandas\io\html.py", line 916, in _parse raise_with_traceback(retained) File "C:\Users\t\Anaconda3\lib\site-packages\pandas\compat\__init__.py", line 420, in raise_with_traceback raise exc.with_traceback(traceback) urllib.error.URLError: <urlopen error unknown url type: https>
这在 Jupyter Notebook 中为我工作。我无法重现您的错误。对不起。也许这篇文章会有用。 stackoverflow.com/questions/28376506/…>
谢谢。我也在 R 中尝试过。我也无法在 R 中阅读它。同样，评论部分提供的链接也可以在 R 中阅读。
> library(XML) > library(RCurl) > library(rlist) > theurl <- getURL("https://www.iasplus.com/en/resources/ifrs-topics/use-of-ifrs",.opts = list(ssl.verifypeer = FALSE) ) Error in function (type, msg, asError = TRUE) : error:1407742E:SSL routines:SSL23_GET_SERVER_HELLO:tlsv1 alert protocol version > tables <- readHTMLTable(theurl) Error in readHTMLTable(theurl) : object 'theurl' not found > tables <- list.clean(tables, fun = is.null, recursive = FALSE) Error in list.clean(tables, fun = is.null, recursive = FALSE) : object 'tables' not found
我的 Pycharm 安装出现问题。不过，我接受了你的回答。谢谢。