很多人不知道，其实我们最常用的表格，在某些情况下也是可以用来做爬虫的，而且爬下来的数据规整，不需要花太多时间进行数据清洗，来看看是怎么实现的。
一、Microsoft Excel
首先教大家一个用Excel爬取数据的方法，这里用的Microsoft Excel 2013版本，下面手把手开始教学~
（1）新建Excel，打开它，如下图所示
（2）点击“数据”——“自网站”
（3）在弹出的对话框中输入目标网址，这里以全国实时空气质量网站为例，点击转到，再导入
选择导入位置，确定
（4）结果如下图所示，怎么样，是不是很赞？
（5）如果要实时更新数据，可以在“数据”——“全部更新”——“连接属性”中进行设置，输入更新频率即可
二、Google Sheet
使用Google Sheet爬取数据前，要保证三点：使用Chrome浏览器、拥有Google账号、电脑可以科学上网。如果这三个条件具备了的话，下面我们就开始吧~
（1）打开Google Sheet网站：http://www.google.cn/sheets/about/
（2）在首页上点击“转到Google表格”，然后登录自己的账号，可以看到如下界面，再点击“+”创建新的表格
新建的表格如下：
（3）打开要爬取的目标网站，一个全国实时空气质量网站http://www.pm25.in/rank，目标网站上的表格结构如下图所示
（4）回到Google sheet页面，使用函数=IMPORTHTML(网址, 查询, 索引)，“网址”就是要爬取数据的目标网站，“查询”中输入“list”或“table”，这个取决于数据的具体结构类型，“索引”填阿拉伯数字，从1开始，对应着网站中定义的哪一份表格或列表
对于我们要爬取的网站，我们在Google sheet的A1单元格中输入函数=IMPORTHTML("http://www.pm25.in/rank","table",1)，回车后就爬得数据啦
（5）将爬取好的表格存到本地
是不是感觉超级简单？
当然，没有学习成本的技能缺陷也是很明显的，就是在网页的数据排列没那么规则的时候，或者说多个页面的数据，以上的方法就失效了，这个时候Python就展现出它强大的威力了，如果想系统学习爬虫可以关注私信小编（暗号01），可以一起讨论哟~
不过，话说回来，这么装逼的技能，而且不需要学习成本，掌握了有什么不好呢，没准什么时候就能用上了。
网友评论