Extrator de tabelas HTML
Extraia uma tabela de uma página da Web ou de conteúdo HTML colado como CSV, JSON ou Markdown. A ferramenta encontra todos os elementos de tabela, lê o que você escolher com sua linha de cabeçalho, expande células que abrangem várias linhas ou colunas e retorna dados limpos que você pode abrir em uma planilha ou usar no código.
Perguntas frequentes
Como escolho uma tabela quando a página tem várias?
Informe o número dela na ordem em que as tabelas aparecem no HTML, começando por 1. Se o número for alto demais, a ferramenta informa quantas tabelas há na página.
Como a linha de cabeçalho é escolhida?
A primeira linha se torna o cabeçalho quando está dentro de thead ou contém apenas células th. Caso contrário, as colunas recebem os nomes Column 1, Column 2 e assim por diante, e todas as linhas são mantidas como dados. Nomes de cabeçalho duplicados recebem um número ao final.
O que acontece com células mescladas?
Uma célula com colspan é repetida em todas as colunas que abrange, e uma célula com rowspan é repetida nas linhas abaixo, para que todas as linhas tenham o mesmo número de colunas.
Quais formatos de saída estão disponíveis?
CSV com aspas padrão para vírgulas, aspas e quebras de linha; JSON como array de objetos cujas chaves são os nomes dos cabeçalhos; e uma tabela Markdown. O texto das células é extraído sem tags HTML e com os espaços em branco consolidados.
Ele consegue ler tabelas criadas por um script?
Não. A ferramenta lê o HTML retornado pelo servidor e não executa JavaScript. Se uma tabela só aparecer depois que a página carregar, copie o HTML renderizado nas ferramentas de desenvolvedor do seu navegador e cole-o.
Há limites de tamanho?
A ferramenta lê até 2 MB de HTML de um URL ou 2,000,000 caracteres colados, e até 5,000 linhas e 100 colunas por tabela.