import pandas as pd
from pathlib import Path
from bs4 import BeautifulSoup

# 1. 读取本地HTML文件
file_path = Path(r'D:\WorkingProject\LightStackAdapter\Log\设备测试数据记录-铁塔主站\南和县牧村\Untitled-1.html')
html_content = file_path.read_text()


# 2. 解析HTML文件
soup = BeautifulSoup(html_content, 'html.parser')

# 3. 找到表格元素
table = soup.find_all('table')  # 假设页面中只有一个表格，如果有多个表格，可能需要进一步筛选

# 4. 提取表格数据
data = []
headers = []

# 提取表头
header_row = table.find('thead').find('tr')
for header in header_row.find_all('th'):
    headers.append(header.text.strip())

# 提取数据行
for row in table.find('tbody').find_all('tr'):
    row_data = []
    for cell in row.find_all(['td', 'th']):
        row_data.append(cell.text.strip())
    data.append(row_data)

# 5. 将数据保存为DataFrame
df = pd.DataFrame(data, columns=headers)

# 6. 将DataFrame保存为CSV文件
output_file = 'extracted_table.csv'
df.to_csv(output_file, index=False, encoding='utf-8')

print(f'表格数据已成功提取并保存到 {output_file}')