- 783 名前：デフォルトの名無しさん mailto:sage [2016/01/27(水) 23:25:53.18 ID:/6EU7qrh.net]
- >>761
そのサイトは、<diary_snap>および<diary_snap_cut>という、
本来のhtmlにはない独自タグをhtmlソースの中で使っている。
これが何か悪さをしているのではないか。というのも、
以下のようにこのタグを除去してからpandasに渡したら、
すべてのtableを取得することができた。
import re
#from urllib import urlopen #if Python2
from urllib.request import urlopen
import pandas as pd
html = urlopen('db.netkeiba.com/race/201544122901/').read().decode('euc-jp')
html = re.sub(r'</?diary_snap(_cut)?>', '', html)
tables = pd.io.html.read_html(html)
|
 |
