如何用BeautifulSoup抓取对应指定表头文本的<td>内容？

你的代码目前有两个核心问题：一是每次循环都调用table.find('tr')，这只会返回表格里的第一个元素，导致无限循环；二是没有处理表格中不存在"Awards"表头的情况，很容易引发报错。

这里给你两种更可靠的实现方式：

方法一：直接定位目标行 #

不用循环遍历，直接通过匹配逻辑找到表头文本为"Awards"的行，一步到位：

import requests
from bs4 import BeautifulSoup

testurl = "https://en.wikipedia.org/wiki/Alan_Turing"
page = requests.get(testurl)
page_content = BeautifulSoup(page.content, "html.parser")
table = page_content.find('table', attrs={'class':'infobox biography vcard'})

# 直接找到<th>文本为"Awards"的<tr>行
target_tr = table.find('tr', lambda tag: tag.th and tag.th.get_text(strip=True) == 'Awards')

if target_tr:
    td = target_tr.find('td')
    # 提取格式化后的奖项文本（处理换行和列表结构）
    awards = [item.get_text(strip=True) for item in td.find_all('li')]
    print("艾伦·图灵的奖项：", awards)
else:
    print("该页面信息框中未找到'Awards'表头")

方法二：安全遍历所有行 #

如果需要遍历所有行做更多扩展操作，可以用find_all('tr')获取所有行，逐个检查后自然终止循环，不会出现无限循环的问题：

import requests
from bs4 import BeautifulSoup

testurl = "https://en.wikipedia.org/wiki/Alan_Turing"
page = requests.get(testurl)
page_content = BeautifulSoup(page.content, "html.parser")
table = page_content.find('table', attrs={'class':'infobox biography vcard'})

td = None
# 遍历所有<tr>行
for tr in table.find_all('tr'):
    th = tr.find('th')
    # 先确保<th>存在，再检查文本是否匹配
    if th and th.get_text(strip=True) == 'Awards':
        td = tr.find('td')
        break

if td:
    # 处理奖项内容，提取每个列表项的纯文本
    awards_list = [li.get_text(strip=True) for li in td.find_all('li')]
    print("\n".join(awards_list))
else:
    print("未找到奖项信息")

关键优化说明： #

• 用get_text(strip=True)替代renderContents()：renderContents()会返回带HTML标签的原始内容，而get_text()能直接提取纯文本，strip=True还能自动去除多余的空格和换行。
• 增加空值判断：检查<th>是否存在，避免因某些行没有表头标签引发AttributeError。
• 处理未找到目标的场景：通过if td:判断结果，避免后续操作因空值报错。

内容的提问来源于stack exchange，提问作者Hamuel