Web Query无法读取NCSL缺席投票表格中的CSS标识单元格内容

核心问题 #

你读取不到内容的原因有两个：

1. ::before是CSS伪元素，不在DOM中：伪元素是浏览器渲染页面时动态生成的，并不存在于服务器返回的原始HTML代码里。Web Query工具（不管是Excel内置的还是普通爬虫库）只能解析真实的DOM节点，没法读取CSS渲染层面的伪元素。
2. 单元格无实际文本内容：你看到的标记对应的单元格里，只有 （非换行空格）和空的<ul>/<li>结构，没有可被工具识别的文本值，自然读不到有效数据。

解决思路 #

不需要纠结读取“内容”，而是通过检测单元格的DOM结构来判断是否为True：

• 直接检查目标<td>元素下是否包含<ul>标签（因为标记True的单元格都有这个结构），如果存在就标记为True，否则为False。

示例实现（以Python BeautifulSoup为例） #

from bs4 import BeautifulSoup
import requests

# 获取页面HTML
response = requests.get("目标页面URL")
soup = BeautifulSoup(response.text, "html.parser")

# 遍历表格中的目标td单元格
for td in soup.select("table tr td"):
    # 检查td内是否存在ul标签
    if td.find("ul"):
        print("该单元格对应True")
    else:
        print("该单元格对应False")

额外提示 #

如果用的是Excel的Web Query，它只能抓取可见文本，这种场景下建议改用VBA脚本或者更灵活的爬虫工具来解析DOM结构，而非依赖文本内容提取。

内容的提问来源于stack exchange，提问作者VivM