在 Python 中获取请求返回的 `response` 数据中的表格（table），首先需要明确数据是以何种格式传递回来的。常见的有 JSON 格式、HTML 页面嵌套表格结构或其他自定义文本形式等。下面分别介绍几种常见场景下如何提取 table 数据： ### 场景一：JSON 响应中的表数据 如果 API 返回的是包含表格内容的 JSON 结构，则可以利用 `requests` 库发起 HTTP 请求，并通过字典操作解析出目标字段。 ```python import requests url = 'https://example.com/api/data' headers = {'Authorization': 'Bearer your_token'} response = requests.get(url, headers=headers) # 检查响应状态码是否正常 if response.status_code == 200: json_data = response.json() # 假设 "data" 键保存了所需的列表型表格信息 if 'data' in json_data and isinstance(json_data['data'], list): for row in json_data['data']: print(row) ``` --- ### 场景二：从 HTML 表格中抽取数据 当服务器直接返回一段完整的网页代码，而你需要从中抓取 `<table>` 内容时，需要用到如 BeautifulSoup 或 Pandas 等库来进行 DOM 分析处理。 #### 使用 Pandas 自动读取 HTML Table Pandas 提供了一个便捷函数可以直接将页面里的所有 tables 加载成 DataFrame 集合。 ```python import pandas as pd html_url = 'https://example.com/html-with-tables' tables_df_list = pd.read_html(html_url) for i, df in enumerate(tables_df_list): print(f'Table {i}:') print(df.head()) # 打印每个 dataframe 的前几条记录示例 ``` #### 利用 Beautiful Soup 解析更复杂的 HTML 文档 对于那些由 JavaScript 动态生成或隐藏加载的部分区域内的表格元素，可能需要额外结合 Selenium 来模拟浏览器行为完成整个过程；但如果只是静态标签的话，BeautifulSoup 就足够用了。 ```python from bs4 import BeautifulSoup import requests res = requests.get('http://some.url/to/a/page_with_table.html') soup = BeautifulSoup(res.content, features="lxml") # 查找第一个匹配到的结果集合 all_tables = soup.find_all("table") first_table_body = all_tables[0].find("tbody") rows = first_table_body.find_all('tr') # 获取每一行 tr columns_headers = [th.text.strip() for th in rows.pop(0).find_all('th')] print(columns_headers) # 输出标题栏 for r in rows: # 循环遍历剩下的每一条数据项 cells = r.find_all('td') values = [c.text.strip() for c in cells] print(values) ``` ---