广州铁路投资建设集团网站爱网

Python表格可视化工具：将HTML表格转换为精美图片

简介

在数据分析和报告撰写中，表格是不可或缺的工具。为了更好地展示数据，我们常常需要将表格转换为图片格式。本文将详细介绍一个Python工具类TableVisualizer，它可以将HTML表格数据转换成美观的图片格式，适用于报告、演示或文档中展示表格数据的场景。

主要功能

• 从JSON文件中读取HTML表格数据：通过解析JSON文件中的HTML字符串，提取表格数据。
• 自定义表格样式：用户可以根据需求自定义表格的字体、颜色、大小等样式。
• 支持单个文件处理和批量处理：不仅可以处理单个JSON文件，还支持批量处理文件夹中的所有JSON文件。
• 高质量图片输出：生成的图片分辨率高，适合打印和展示。

代码详解

1. 初始化设置

在初始化方法中，我们设置了中文字体支持和默认的表格样式参数。

def __init__(self):# 设置中文字体plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 默认样式配置self.figure_size = (8, 3)self.font_size = 12self.table_scale = (1.2, 1.5)self.header_color = '#4a86e8'self.cell_color = '#ffffff'self.border_color = '#d3d3d3'

• 中文字体支持：通过plt.rcParams设置中文字体，确保在图像中正确显示中文。
• 样式参数：包括图像大小、字体大小、表格缩放比例、表头颜色、单元格颜色和边框颜色。

2. 数据加载

load_from_json方法用于从JSON文件中加载HTML表格数据。

def load_from_json(self, json_path):try:with open(json_path, 'r', encoding='utf-8') as f:data = json.load(f)html_table = data['html_str']dfs = pd.read_html(html_table)if not dfs:raise ValueError("未在HTML中找到表格")return dfs[0]except Exception as e:raise Exception(f"加载数据失败: {e}")

• 文件读取：使用json.load读取JSON文件，并提取其中的HTML字符串。
• 表格解析：利用pandas.read_html解析HTML字符串，提取表格数据。

3. 表格可视化

create_table_figure方法用于将DataFrame数据转换为图像。

def create_table_figure(self, df):plt.figure(figsize=self.figure_size)ax = plt.gca()ax.axis('off')# 创建表格并设置样式table = plt.table(cellText=df.values,colLabels=df.columns,cellLoc='center',loc='center',colColours=['#f3f3f3']*len(df.columns))# 设置表格样式table.auto_set_font_size(False)table.set_fontsize(self.font_size)table.scale(*self.table_scale)# 设置单元格样式for (row, col), cell in table.get_celld().items():if row == 0:cell.set_text_props(weight='bold', color='black')cell.set_facecolor(self.header_color)else:cell.set_facecolor(self.cell_color)cell.set_edgecolor(self.border_color)cell.set_linewidth(0.5)

• 图像创建：使用matplotlib创建图像，并关闭坐标轴。
• 表格样式：设置表格的字体大小、缩放比例、表头和单元格的颜色。
• 单元格样式：为表头和普通单元格设置不同的样式，包括字体加粗、颜色和边框。

4. 保存图像

save_figure方法用于将生成的图像保存到文件。

def save_figure(self, output_path, dpi=300):try:plt.savefig(output_path,bbox_inches='tight',dpi=dpi,transparent=False)print(f"表格已成功保存为 {output_path}")finally:plt.close()

• 图像保存：使用plt.savefig保存图像，指定分辨率和输出路径。
• 资源释放：保存后关闭图像，释放内存。

5. 批量处理功能

batch_process方法支持批量处理文件夹中的所有JSON文件。

def batch_process(self, in_dir, save_dir):try:# 确保输出目录存在os.makedirs(save_dir, exist_ok=True)for root, _, files in os.walk(in_dir):for file in files:if file.endswith('.json'):json_path = os.path.join(root, file)output_filename = os.path.splitext(file)[0] + '.png'output_path = os.path.join(save_dir, output_filename)print(f"处理文件: {json_path}")self.visualize(json_path, output_path)except Exception as e:print(f"批量处理过程出错: {e}")

• 目录遍历：使用os.walk遍历输入目录，查找所有JSON文件。
• 文件处理：对每个JSON文件调用visualize方法，生成并保存图片。

使用示例

if __name__ == '__main__':visualizer = TableVisualizer()# 自定义样式visualizer.figure_size = (10, 4)visualizer.font_size = 14# 处理单个文件visualizer.visualize('test.json', 'table_visualization.png')# 批量处理visualizer.batch_process('input_folder', 'output_folder')

• 单文件处理：通过visualize方法处理单个JSON文件。
• 批量处理：通过batch_process方法处理整个文件夹中的JSON文件。

特色优势

• 中文支持：内置中文字体配置，完美支持中文显示。
• 样式可定制：提供丰富的样式参数配置，用户可以根据需求自定义。
• 批量处理：支持批量转换多个文件，提高工作效率。
• 错误处理：完善的异常处理机制，确保程序稳定运行。
• 使用简单：接口设计直观，易于使用。

应用场景

• 学术论文表格制作：将数据表格转换为高质量图片，便于插入论文。
• 数据报告生成：快速生成数据报告中的表格图片。
• 演示文稿制作：为演示文稿提供清晰美观的表格图片。
• 文档自动化处理：在自动化文档生成流程中集成表格图片生成。

总结

TableVisualizer工具类提供了一个简单而强大的解决方案，可以轻松将HTML表格转换为美观的图片。通过简单的配置，就能生成适合各种场景使用的表格图片，大大提高了工作效率。希望这个工具能对大家有所帮助！如果您有任何改进建议，欢迎在评论区留言讨论。

完整代码

import pandas as pd
import matplotlib.pyplot as plt
import json
import os  # 添加os模块导入class TableVisualizer:"""HTML表格可视化工具类用于将HTML表格转换为美观的图片格式"""def __init__(self):"""初始化可视化器，设置中文字体等基本参数"""# 设置中文字体plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 默认样式配置self.figure_size = (8, 3)self.font_size = 12self.table_scale = (1.2, 1.5)self.header_color = '#4a86e8'self.cell_color = '#ffffff'self.border_color = '#d3d3d3'def load_from_json(self, json_path):"""从JSON文件加载HTML表格数据Args:json_path (str): JSON文件路径Returns:pandas.DataFrame: 解析后的表格数据Raises:Exception: 文件读取或解析错误时抛出"""try:with open(json_path, 'r', encoding='utf-8') as f:data = json.load(f)html_table = data['html_str']dfs = pd.read_html(html_table)if not dfs:raise ValueError("未在HTML中找到表格")return dfs[0]except Exception as e:raise Exception(f"加载数据失败: {e}")def create_table_figure(self, df):"""创建表格图像Args:df (pandas.DataFrame): 要可视化的数据表格"""plt.figure(figsize=self.figure_size)ax = plt.gca()ax.axis('off')# 创建表格table = plt.table(cellText=df.values,colLabels=df.columns,cellLoc='center',loc='center',colColours=['#f3f3f3']*len(df.columns))# 设置表格样式table.auto_set_font_size(False)table.set_fontsize(self.font_size)table.scale(*self.table_scale)# 设置单元格样式for (row, col), cell in table.get_celld().items():if row == 0:cell.set_text_props(weight='bold', color='black')cell.set_facecolor(self.header_color)else:cell.set_facecolor(self.cell_color)cell.set_edgecolor(self.border_color)cell.set_linewidth(0.5)def save_figure(self, output_path, dpi=300):"""保存图像到文件Args:output_path (str): 输出文件路径dpi (int): 图像分辨率"""try:plt.savefig(output_path,bbox_inches='tight',dpi=dpi,transparent=False)print(f"表格已成功保存为 {output_path}")finally:plt.close()def visualize(self, json_path, output_path, dpi=300):"""完整的可视化流程Args:json_path (str): 输入JSON文件路径output_path (str): 输出图像文件路径dpi (int): 图像分辨率"""try:df = self.load_from_json(json_path)self.create_table_figure(df)self.save_figure(output_path, dpi)except Exception as e:print(f"可视化过程出错: {e}")def batch_process(self, in_dir, save_dir):"""批量处理文件夹中的所有JSON文件Args:in_dir (str): 输入文件夹路径，包含JSON文件save_dir (str): 输出文件夹路径，保存生成的图片"""try:# 确保输出目录存在os.makedirs(save_dir, exist_ok=True)for root, _, files in os.walk(in_dir):for file in files:if file.endswith('.json'):json_path = os.path.join(root, file)# 构建输出文件路径，使用save_dir作为保存目录output_filename = os.path.splitext(file)[0] + '.png'output_path = os.path.join(save_dir, output_filename)print(f"处理文件: {json_path}")self.visualize(json_path, output_path)except Exception as e:print(f"批量处理过程出错: {e}")# 使用示例
if __name__ == '__main__':visualizer = TableVisualizer()visualizer.figure_size = (10, 4)  # 修改图像大小visualizer.font_size = 14  # 修改字体大小visualizer.visualize(r'D:\1.代码\脚本\论文-英文-500\test.json', 'table_visualization.png')  # 注释掉原来的单文件处理#visualizer.batch_process(in_dir, save_dir)  # 添加save_dir参数

测试图片：

获取图中表格的html，本文采用kimi获取

{"html_str": "<table border='1'><tr><th>物料类型</th><th>物料描述</th><th>计量单位</th><th>数量</th><th>总价</th><th>备注</th></tr><tr><td>数据备份系统</td><td>VX1200</td><td>台</td><td>4</td><td>64000.00</td><td></td></tr><tr><td>数据备份系统</td><td>VX2400</td><td>台</td><td>2</td><td>56000.00</td><td></td></tr></table>"}

可视化后