使用Beautiful Soup解析HTML时部分子标签无法获取的问题求助

可能的原因及对应方案 #

1. 目标<tr>不在当前查找的table层级下 #

你当前用child.div.table.find_all('tr', class_='odd')限定了查找范围为child下第一个div内的第一个table，但黄色框的<tr>可能位于其他table或不同层级中。可以扩大查找范围：

# 全局查找所有class为odd的<tr>标签
all_odd_trs = soup.find_all('tr', class_='odd')

如果需要限定在child范围内但不确定具体table，可遍历所有table收集目标标签：

target_trs = []
for table in child.find_all('table'):
    target_trs.extend(table.find_all('tr', class_='odd'))

2. 部分<tr>的class属性包含多个值 #

若黄色框的<tr>class是odd item这类多类名结构，改用CSS选择器匹配更稳妥：

# 使用CSS选择器匹配所有含odd类的<tr>
all_odd_trs = soup.select('tr.odd')
# 限定在child下的所有table中查找
target_trs = child.select('table tr.odd')

3. 第一个<tr>内容丢失的问题 #

这种情况多是原始HTML存在语法错误（如标签未闭合、嵌套混乱），导致BeautifulSoup解析时修正结构引发内容移位。可以更换解析器尝试：

# 使用lxml解析器（需先安装lxml库）
soup = BeautifulSoup(html_content, 'lxml')
# 或用html5lib解析器，兼容不规范HTML效果更好
soup = BeautifulSoup(html_content, 'html5lib')

提取Name和Value字段的示例代码 #

假设每个目标<tr>包含两个<td>分别对应Name和Value，可按如下方式提取：

for tr in target_trs:
    tds = tr.find_all('td')
    if len(tds) >= 2:
        name = tds[0].get_text(strip=True)
        value = tds[1].get_text(strip=True)
        print(f"Name: {name}, Value: {value}")

内容的提问来源于stack exchange，提问作者cdodle