求助：如何从无指定表格类的网站提取CSV格式表格数据？

首先，你的代码里缺少requests库的导入，这是第一个需要修正的点。另外，目标网站里的有效表格是带有class="table"的那个，另一个无class的表格属于无关内容，可以忽略。下面提供两种提取表格数据的方案：

方案一：用Pandas直接读取表格（最简单） #

Pandas的read_html方法可以直接抓取网页中的表格，自动处理解析逻辑，非常适合新手：

import pandas as pd
import requests

url = "https://www.canada.ca/en/immigration-refugees-citizenship/corporate/mandate/policies-operational-instructions-agreements/ministerial-instructions/express-entry-rounds.html"
# 发送请求获取页面内容
response = requests.get(url)
# 读取页面中的所有表格，返回DataFrame列表
tables = pd.read_html(response.text)
# 第一个表格就是目标数据（对应你打印的['table']的那个）
target_table = tables[0]
# 查看数据前几行
print(target_table.head())
# 保存为CSV文件（可选）
target_table.to_csv('express_entry_rounds.csv', index=False)

方案二：用BeautifulSoup手动解析表格 #

如果你想手动处理解析逻辑，可以这样做：

from bs4 import BeautifulSoup
import pandas as pd
import requests

url = "https://www.canada.ca/en/immigration-refugees-citizenship/corporate/mandate/policies-operational-instructions-agreements/ministerial-instructions/express-entry-rounds.html"
html_text = requests.get(url).text
soup = BeautifulSoup(html_text, 'html.parser')

# 定位到目标表格（class为table的那个）
target_table = soup.find('table', class_='table')
if not target_table:
    print("未找到目标表格")
else:
    data = []
    # 提取表头
    headers = [th.get_text(strip=True) for th in target_table.find_all('th')]
    data.append(headers)
    # 提取每一行的数据
    for row in target_table.find_all('tr')[1:]:  # 跳过表头行
        row_data = [td.get_text(strip=True) for td in row.find_all('td')]
        data.append(row_data)
    # 转换为DataFrame
    df = pd.DataFrame(data[1:], columns=data[0])
    print(df.head())

关键说明 #

• 你之前打印的None是页面中第二个无class的表格，不是我们需要的目标数据，直接忽略即可。
• 确保已经安装所需依赖：pip install requests beautifulsoup4 pandas

内容的提问来源于stack exchange，提问作者Liam