Lecture 27 - HTML with Python

Aprender a usar HTML com Python e com o pacote pandas.



In [1]:

    
# Importando os módulos necessários
from pandas import Series, DataFrame
import pandas as pd
from pandas import read_html



In [33]:

    
url = 'http://www.fdic.gov/bank/individual/failed/banklist.html'
url = 'http://www.bmfbovespa.com.br/cias-listadas/eventos-corporativos/ResumoEmpresaDemoFinancAtualizacoes.aspx?idioma=pt-br'
url = 'http://pregao-online.bmfbovespa.com.br/Principal.aspx?idioma=pt-BR'

Bibliotecas necessárias para funcionamento com html

pip install beautiful-soup (Beautifulsoup4)
pip install html5lib



In [34]:

    
dframe_list = pd.io.html.read_html(url)



In [38]:

    
#dframe = dframe_list[0]

maiores_altas = dframe_list[0]
maiores_baixas = dframe_list[1]
mais_negociadas = dframe_list[2]

maiores_altas









    Out[38]:






  
    
      
      0
      1
      2
      3
    
  
  
    
      0
                   Ação
       Osc. (%)
       Preço (R$)
        Hora
    
    
      1
          VALE ON EJ N1
           1071
             2335
       17:56
    
    
      2
         VALE PNA EJ N1
            678
             1873
       17:59
    
    
      3
       ELETROBRAS ON N1
            608
              732
       17:59
    
    
      4
           KROTON ON NM
            529
             1174
       17:57
    
    
      5
        BRADESPAR PN N1
            524
             1265
       17:56



In [39]:

    
maiores_baixas









    Out[39]:






  
    
      
      0
      1
      2
      3
    
  
  
    
      0
                  Ação
       Osc. (%)
       Preço (R$)
        Hora
    
    
      1
        LOCALIZA ON NM
           -310
             3682
       17:59
    
    
      2
       CCR SA ON ED NM
           -265
             1611
       17:59
    
    
      3
          BRF SA ON NM
           -237
             6082
       17:59
    
    
      4
       MARCOPOLO PN N2
           -237
              288
       17:59
    
    
      5
       MULTIPLAN ON N2
           -226
             5647
       17:46



In [41]:

    
mais_negociadas









    Out[41]:






  
    
      
      0
      1
      2
      3
    
  
  
    
      0
                     Ação
       Vol. (R$ Mil)
       Part.(%)
        Hora
    
    
      1
             PETROBRAS PN
         1.408.08235
           1494
       17:59
    
    
      2
           VALE PNA EJ N1
           928.37900
            985
       17:59
    
    
      3
       ITAUUNIBANCO PN N1
           913.04830
            969
       17:59
    
    
      4
             PETROBRAS ON
           708.06622
            751
       17:59
    
    
      5
            VALE ON EJ N1
           477.89708
            507
       17:56



In [40]:

    
# Como ver as colunas ?
dframe.columns.values









    Out[40]:





array([0, 1, 2, 3], dtype=int64)



In [ ]:

	0	1	2	3
0	Ação	Osc. (%)	Preço (R$)	Hora
1	VALE ON EJ N1	1071	2335	17:56
2	VALE PNA EJ N1	678	1873	17:59
3	ELETROBRAS ON N1	608	732	17:59
4	KROTON ON NM	529	1174	17:57
5	BRADESPAR PN N1	524	1265	17:56

	0	1	2	3
0	Ação	Vol. (R$ Mil)	Part.(%)	Hora
1	PETROBRAS PN	1.408.08235	1494	17:59
2	VALE PNA EJ N1	928.37900	985	17:59
3	ITAUUNIBANCO PN N1	913.04830	969	17:59
4	PETROBRAS ON	708.06622	751	17:59
5	VALE ON EJ N1	477.89708	507	17:56