【Excel与Python爬取数据，两者PK，谁优谁劣？】小伙伴们大家好~
Excel和python作为当前两款比较火的数据分析处理工具，两者之间有很多共性也有很大的区别 。
今天一起来看下在抓取网页数据这块，两者有什么异同点 。
上图中是中国证券监督管理委员会中沪市IPO公司的相关信息，我们需要提取其中的表格数据，分别利用Excel与python 。
Excel
Excel提供两种获取网页数据的方法，第一种是 数据—自网站功能，第二种是Power Query 。方法一
首先，点击【数据】—【自网站】 ， 如下图所示：
在弹出的界面中，输入抓取的网址之后，点击“转到”，接着点击“导入” 。
程序运行数秒（需要一定时间） ， 网页数据就被抓取到Excel中来 。
不理想的是，这个方法Excel将网页上的所有文字都抓取了下来，包括无关紧要的数据，如下图上部文字，需要手动删除 。
方法二
Excel2016及其以上版本自带Power Query，16以下版本需要手动下载Power Query并安装 。
依次点击【数据】—【新建查询】—【从其它源】—【从Web】，在弹出的界面中输入网址，点击确定 。
接着网页中的表格就被被加载到Power Query中，双击table 0 ， 点击“关闭并上载” ， 完整的数据表即被加载到Excel表格中来 。
这种方法不同于第一种方法的是：
第一种方法直接将网页内容以文本的形式复制到了Excel中，第二种方法是采用动态链接的方法 ， 如果原始网页表数值发生变化，只需要刷新下查询 ， Excel中的数据会跟着刷新，不需要二次采集，而且从效率上来看，第二种方法要优于第一种方法 。
Python
从铺天满地的广告可以看出当前Python有多火 ， 作为编程语言，它比Java、C、C等其它语言要简单很多，上手也比较容易,除此之外，语言兼容性也很高 ， 代码简单优雅 。如果用python爬取上面的网页，只需要三行代码，如下图所示：
这里没有用BS4，xpath等网页解析方法，pandas提供了read_html的功能，可以直接获取网页数据 。
与Excel相比 ， python的优势在于效率与便捷性 。
多翻页数据获取
以上只是局限于抓取一个网页、单张表格的数据，那么如果获取多页网页的数据？下图中一共有50个翻页，如果都抓取下来？
在获取之前，先要对网页进行简单的解析，就是找出每个网页之间的规律：
观察前几个网页可以发现，每个翻页唯一的不同之处在于数字标签，上图中标红色数字 。
弄清楚规律之后，利用一个循环，依次爬取50个翻页的数据 。
不同于单个网页的爬?。?这里增加了for循环，同时增加了程序运行的时间，可以发现python抓取50个页面一共才消耗0.36分钟（21秒左右） ， 其实Excel Power Query 也支持多页面数据的获取，但是效率极低地下，耗时较久 ， 这里不做展示，感兴趣的小伙伴可以自己研究下 。