استخراج تواريخ وقيم اليورو من جدول HTML باستخدام Python وPandas

في هذا السياق، يسعدني أن أقدم لك الإرشادات اللازمة لاستخراج محتوى الجدول HTML وحفظه في ملف CSV باستخدام مكتبة pandas في لغة البرمجة Python. لديك جدول يحتوي على تواريخ وقيم مرتبطة بالعملة الأوروبية لكل ساعة، وهناك حاجة لاستخراج التواريخ والقيم المرتبطة باليورو لكل ساعة، وحفظها في ملف CSV.

أولاً، يجب عليك تثبيت مكتبة pandas إذا لم تكن مثبتة بالفعل، ويمكنك القيام بذلك باستخدام الأمر التالي:

bashCopy code
pip install pandas

بمجرد تثبيت مكتبة pandas، يمكنك استخدام الكود التالي في Python لتحقيق المطلوب:

pythonCopy code
import pandas as pd
from bs4 import BeautifulSoup

# HTML الخاص بك كنص
html_content = """
    
"""

# قم بتحليل الHTML باستخدام BeautifulSoup
soup = BeautifulSoup(html_content, 'html.parser')

# استخراج التواريخ
dates_row = soup.find('tr', class_='no-border')
dates = [date.text.strip() for date in dates_row.find_all('th')[2:]]

# استخراج القيم المرتبطة باليورو لكل ساعة
data_rows = soup.find_all('tr', class_='no-border')
euro_values = [row.find_all('td')[2].text for row in data_rows]

# إنشاء DataFrame باستخدام pandas
df = pd.DataFrame({'Date': dates, 'Euro/MWh': euro_values})

# حفظ DataFrame في ملف CSV
df.to_csv('output.csv', index=False)

print("تم استخراج البيانات بنجاح وحفظها في ملف CSV.")

يتم في هذا الكود استخدام مكتبة BeautifulSoup لتحليل HTML واستخراج المعلومات المطلوبة، ومن ثم يتم إنشاء DataFrame باستخدام pandas وحفظه في ملف CSV بالاسم “output.csv”.

بالطبع، يمكننا توسيع المعلومات لضمان فهم أعمق للعملية والتقنيات المستخدمة. في هذا السياق، سنتحدث عن كل خطوة في الكود وكيفية تحقيق الهدف بشكل أفضل.

1. تحليل HTML باستخدام BeautifulSoup:
   في هذه الخطوة، تقوم مكتبة BeautifulSoup بتحويل النص الHTML إلى هيكل قابل للاستخدام في Python. تُمكننا وظيفة BeautifulSoup من الوصول إلى العناصر المختلفة في الصفحة بسهولة.

   pythonCopy code
   soup = BeautifulSoup(html_content, 'html.parser')
   

2. استخراج التواريخ:
   نقوم بالبحث عن العنصر tr الذي يحتوي على التواريخ باستخدام الفئة “no-border”. ثم نقوم بالعثور على عناصر th داخل هذا الصف واستخراج نصوص التواريخ.

   pythonCopy code
   dates_row = soup.find('tr', class_='no-border')
   dates = [date.text.strip() for date in dates_row.find_all('th')[2:]]
   

3. استخراج القيم المرتبطة باليورو لكل ساعة:
   نقوم بالبحث عن جميع العناصر tr التي تحمل الفئة “no-border” ونستخرج القيم المرتبطة باليورو (€/MWh) لكل ساعة.

   pythonCopy code
   data_rows = soup.find_all('tr', class_='no-border')
   euro_values = [row.find_all('td')[2].text for row in data_rows]
   

4. إنشاء DataFrame باستخدام pandas:
   نقوم بإنشاء DataFrame باستخدام pandas، حيث يتم تحديد الأعمدة “Date” و “Euro/MWh” باستخدام التواريخ والقيم المستخرجة.

   pythonCopy code
   df = pd.DataFrame({'Date': dates, 'Euro/MWh': euro_values})
   

5. حفظ DataFrame في ملف CSV:
   يتم استخدام وظيفة to_csv لحفظ DataFrame في ملف CSV بسهولة، مع خيار index=False لعدم تضمين الفهرس في الملف الناتج.

   pythonCopy code
   df.to_csv('output.csv', index=False)
   

باستخدام هذا الكود، يمكنك الآن استخراج التواريخ والقيم المرتبطة باليورو من الجدول HTML وحفظها في ملف CSV بسهولة. يُفضل دائمًا فحص البيانات المستخرجة للتأكد من دقتها واكتمالها.