如何通过BeautifulSoup优雅提取ResultSet中<td>标签内的数字？

你可以直接利用BeautifulSoup的内置标签方法提取文本，完全不需要手动替换标签字符串，这是更健壮、简洁的处理方式：

基础提取（所有数字平铺） #

如果要把所有里的数字提取成一个列表（转成整数会自动去掉前导零）：

# 假设你的ResultSet对象名为tbodies
all_numbers = [int(td.get_text(strip=True)) for tbody in tbodies for td in tbody.find_all('td')]

如果需要保留带前导零的字符串形式：

all_number_strings = [td.get_text(strip=True) for tbody in tbodies for td in tbody.find_all('td')]

按行分组提取 #

如果想保持原的分组结构，得到每行的数字列表：

grouped_numbers = [
    [int(td.get_text(strip=True)) for td in tr.find_all('td')]
    for tbody in tbodies
    for tr in tbody.find_all('tr')
]

内存友好的生成器方式 #

如果数据量较大，用生成器表达式节省内存：

number_generator = (int(td.get_text(strip=True)) for tbody in tbodies for td in tbody.find_all('td'))

为什么这比字符串替换更优雅？ #

• get_text(strip=True)是BeautifulSoup专门用于提取标签文本的内置方法，会自动忽略标签内的换行、空格等空白字符，处理更可靠；
• 完全基于HTML结构解析，而非字符串拼接替换，避免了标签格式变化导致的错误（比如标签带额外属性的情况）；
• 代码逻辑清晰，直接对应HTML层级结构，可读性更强。

内容的提问来源于stack exchange，提问作者coder21