如何用BeautifulSoup从HTML表格中提取目标<td>元素内容？

问题分析 #

原代码直接遍历页面所有<tr>标签，会包含大量无关行，且未准确区分每行内的多个<td>，导致无法精准获取目标元数据。

修正方案 #

先定位到存放目标信息的具体元数据表格，再遍历表格内的行，提取每行的字段名和对应内容：

import requests
from bs4 import BeautifulSoup

def getDescriptionDNB():
    # 目标页面URL
    url = 'https://portal.dnb.de/opac.htm?method=simpleSearch&cqlMode=true&query=idn%3D1173921214'
    response = requests.get(url)
    soup = BeautifulSoup(response.content, "html.parser")
    
    # 验证搜索结果为单条记录
    amount_text = soup.find(class_="amount").text.strip()
    if amount_text == "Treffer 1 von 1":
        # 定位右侧元数据表格（通过类名精准匹配）
        metadata_table = soup.find("table", class_="table table-striped table-condensed")
        if metadata_table:
            # 遍历表格每行，提取字段与内容
            for row in metadata_table.find_all("tr"):
                tds = row.find_all("td")
                if len(tds) == 2:
                    field = tds[0].text.strip()
                    value = tds[1].text.strip()
                    print(f"{field}: {value}")
        else:
            print("未找到目标元数据表格")
    else:
        print("搜索结果数量不符合预期")

# 调用函数
getDescriptionDNB()

额外优化（提升稳定性） #

如果页面结构调整，可通过父容器定位表格，避免其他表格干扰：

# 先定位右侧内容容器
right_container = soup.find("div", class_="col-sm-9 col-md-8")
if right_container:
    metadata_table = right_container.find("table", class_="table table-striped table-condensed")

内容的提问来源于stack exchange，提问作者Benedikt Faude