HTMLテーブル抽出ツール
ウェブページ、または貼り付けたHTMLから、テーブルをCSV、JSON、Markdownとして抽出します。すべてのtable要素を検出し、選択したテーブルをヘッダー行とともに読み取ります。複数の行や列にまたがるセルを展開し、スプレッドシートで開いたり、コードで利用したりできる整ったデータを返します。
よくある質問
ページに複数のテーブルがある場合、どう選べばよいですか?
HTML内に現れる順番で番号を入力します。最初のテーブルは1です。番号が大きすぎる場合、ページにあるテーブルの数をお知らせします。
ヘッダー行はどのように選ばれますか?
最初の行がthead内にある場合、またはすべてのセルがthの場合、その行がヘッダーになります。それ以外の場合、列名はColumn 1、Column 2のようになり、すべての行がデータとして保持されます。重複するヘッダー名には番号が追加されます。
結合されたセルはどうなりますか?
colspanを持つセルは対象となるすべての列に繰り返し表示され、rowspanを持つセルはその下の行に繰り返し表示されるため、すべての行の列数が同じになります。
どのような出力形式がありますか?
CSV(カンマ、引用符、改行を標準的な方法で引用)、ヘッダー名をキーとするオブジェクトの配列JSON、およびMarkdownテーブルです。セルのテキストはHTMLタグを除いて取得し、連続する空白は1つにまとめます。
スクリプトが生成するテーブルも読み取れますか?
いいえ。このツールはサーバーが返すHTMLを読み取り、JavaScriptは実行しません。ページの読み込み後にのみ表示されるテーブルの場合は、ブラウザーの開発者ツールからレンダリング済みのHTMLをコピーして貼り付けてください。
ファイルサイズの上限はありますか?
このツールは、URLから取得したHTML、または貼り付けた文字数2,000,000までを最大2 MB読み取り、テーブルごとに最大5,000行、100列まで処理します。