求助解析非标准th&tr格式的网页足球预测Div表格

针对目标页面用Div模拟表格的结构，直接用find_all("tr")肯定无效，以下是基于BeautifulSoup的可行解析步骤和代码：

1. 定位表格核心容器 #

首先从页面源码里找到包裹整个预测表格的外层Div，通过类名定位（目标页面的表格容器类为PredictionTable）：

def parse_table(soup):
    # 定位表格容器
    table_container = soup.find("div", class_="PredictionTable")
    if not table_container:
        return []

2. 提取表头字段 #

表头区域的每个字段对应一个带PredictionTable-headerCell类的Div，遍历提取文本作为表头：

# 提取表头
    header_cells = table_container.find_all("div", class_="PredictionTable-headerCell")
    headers = [cell.get_text(strip=True) for cell in header_cells]

3. 遍历提取每行数据 #

每行数据被包裹在PredictionTable-row类的Div中，每行内的单元格对应PredictionTable-cell类的Div，将单元格文本和表头一一对应：

# 提取所有行数据
    rows = table_container.find_all("div", class_="PredictionTable-row")
    table_data = []
    for row in rows:
        cells = row.find_all("div", class_="PredictionTable-cell")
        # 确保单元格数量和表头一致，跳过异常行
        if len(cells) != len(headers):
            continue
        row_data = dict(zip(headers, [cell.get_text(strip=True) for cell in cells]))
        table_data.append(row_data)
    
    return table_data

补充说明 #

• 如果遇到部分单元格包含嵌套元素（比如球队logo、概率图标），可以通过cell.find("span")或其他子元素定位文本，避免提取到多余内容
• 若页面有分页，需要结合Selenium的滚动或点击分页按钮，加载完所有数据后再调用解析函数

内容的提问来源于stack exchange，提问作者Michael WS