使用Python Selenium提取动态表格HREF时的数据错位问题

核心思路是逐行处理表格数据，而非直接批量提取所有a标签，这样能确保每行的HREF（或空值）和该行其他数据严格对应：

• 先定位表格所有行：用XPath //*[@id="table_1"]/tbody/tr 获取tbody下的所有tr元素，这是每行的根节点
• 遍历每一行，在当前行的上下文内处理第12列：
  • 在当前行内查找a标签：用相对路径 ./td[12]/a（开头的.表示仅在当前tr节点下搜索，避免全局匹配混乱）
  • 如果找到a标签，按你的逻辑提取并切割href：.get_attribute("href")[30:].split(",%20")，取对应的两个部分
  • 如果没找到a标签，直接给该行的HREF字段赋值为空字符串或你需要的默认值
• 把每行的所有数据（包括处理后的HREF或空值）整行写入Excel，彻底避免错位

举个Selenium代码示例：

# 获取表格所有行
rows = driver.find_elements(By.XPATH, '//*[@id="table_1"]/tbody/tr')

for row in rows:
    # 先提取该行其他列的数据（比如第1-11列）
    # ... 这里放你原来处理其他列的代码 ...
    
    # 处理第12列的HREF
    a_tag = row.find_elements(By.XPATH, './td[12]/a')
    href_part1 = ""
    href_part2 = ""
    if a_tag:
        raw_href = a_tag[0].get_attribute("href")
        href_parts = raw_href[30:].split(",%20")
        if len(href_parts) >= 2:
            href_part1 = href_parts[0]
            href_part2 = href_parts[1]
    
    # 将当前行的所有数据（含href_part1、href_part2）写入Excel行
    # ... 你的Excel写入代码 ...

之前的方法错位，是因为//td[12]/a只提取存在a标签的元素，数量比表格总行数少，后续填充时会把后面的HREF往前补，导致行对应关系混乱。逐行处理时，每行都会检查是否有a标签，没有就留空，完美匹配总行数。

另外你提到用//td[12]无法获取有效内容，可能是动态加载的上下文问题，但基于行节点的相对路径查找（./td[12]）稳定性更高，能精准定位当前行的第12列。

内容的提问来源于stack exchange，提问作者Lilly