网页抓取：如何从赛事表格的嵌入标题中提取详情链接？

我正在从指定网站的赛事表格中抓取数据，目前已能获取“Date”“Event”“Location”列数据，但网站中“Event”列的赛事标题是指向网站内详情页的链接（示例链接：https://runabc.co.uk/morecambe-marathon），且链接URL与赛事名称并不完全匹配，无法通过添加参数的方式构造请求。

请问是否有办法在抓取赛事名称的同时，提取对应的详情链接？

现有代码如下：

import pandas as pd
import requests
from bs4 import BeautifulSoup

# Make the initial request
link = "https://runabc.co.uk/lancashire"
r = requests.get(link)
soup = BeautifulSoup(r.content, "html.parser")

dfs = pd.read_html(link)[0]  # Select the first table from the list of DataFrames

# Specify the column names you want to keep
columns_to_keep = ["Date", "Event", "Location"]

# Set display options to show all columns and rows
pd.set_option("display.max_columns", None)
pd.set_option("display.max_rows", None)

# Select and display only the specified columns
selected_columns_df = dfs[columns_to_keep]
print(selected_columns_df)

pd.read_html()只能提取表格中的文本内容，无法直接获取链接，所以需要用BeautifulSoup手动解析表格结构，提取每个Event对应的链接：

修改后的代码如下：

import pandas as pd
import requests
from bs4 import BeautifulSoup

link = "https://runabc.co.uk/lancashire"
r = requests.get(link)
soup = BeautifulSoup(r.content, "html.parser")

# 找到页面中的目标表格
table = soup.find("table")
data = []

# 遍历表格的每一行（跳过表头）
for row in table.find_all("tr")[1:]:
    cells = row.find_all("td")
    if len(cells) >= 3:  # 确保行有足够的单元格
        date = cells[0].get_text(strip=True)
        # 提取Event的文本和链接
        event_tag = cells[1].find("a")
        event_name = event_tag.get_text(strip=True) if event_tag else cells[1].get_text(strip=True)
        event_link = event_tag["href"] if event_tag else None
        location = cells[2].get_text(strip=True)
        
        data.append({
            "Date": date,
            "Event": event_name,
            "Event Link": event_link,
            "Location": location
        })

# 转换为DataFrame
df = pd.DataFrame(data)

# 设置显示选项
pd.set_option("display.max_columns", None)
pd.set_option("display.max_rows", None)

print(df)

代码说明： #

• 用BeautifulSoup定位到目标表格，避开pd.read_html无法获取链接的局限
• 遍历表格每行（跳过第一行表头），逐个提取单元格内容
• 针对Event列，通过find("a")定位链接标签，分别获取赛事名称（文本）和详情链接（href属性）
• 将所有数据整理为字典列表后转换为DataFrame，保留原有的Date、Event、Location列，新增Event Link列存储详情链接

内容的提问来源于stack exchange，提问作者dexta