如何用BeautifulSoup遍历HTML表格并提取指定元素值？

嘿，刚接触爬虫的时候我也对着类似的表格结构卡过壳，咱们一步步来解决这个问题！

首先，我先假设你的表格HTML结构大概是这样的（如果实际结构略有不同，调整选择器就行）：

<table>
  <tr>
    <td><span class="username">player1</span></td>
    <td><span class="country-flag-small" tip="Indonesia"></span></td>
  </tr>
  <tr>
    <td><span class="username">player2</span></td>
    <td><span class="country-flag-small" tip="Malaysia"></span></td>
  </tr>
  <!-- 更多行... -->
</table>

接下来是具体的Python代码实现，我会把每一步都写清楚：

from bs4 import BeautifulSoup

# 假设你已经获取到了HTML内容，这里用上面的示例HTML模拟
html_content = """
<table>
  <tr>
    <td><span class="username">player1</span></td>
    <td><span class="country-flag-small" tip="Indonesia"></span></td>
  </tr>
  <tr>
    <td><span class="username">player2</span></td>
    <td><span class="country-flag-small" tip="Malaysia"></span></td>
  </tr>
</table>
"""

# 解析HTML
soup = BeautifulSoup(html_content, 'html.parser')

# 遍历所有<tr>标签
for row in soup.find_all('tr'):
    # 获取username类的<span>文本
    username_span = row.find('span', class_='username')
    username = username_span.get_text(strip=True) if username_span else '未知用户'
    
    # 获取country-flag-small类的<span>的tip属性值
    country_span = row.find('span', class_='country-flag-small')
    country = country_span.get('tip') if country_span else '未知国家'
    
    # 打印结果，或者存入列表/文件
    print(f"用户名: {username}, 国家: {country}")

关键知识点解释： #

• soup.find_all('tr')：找出页面中所有的<tr>标签，返回一个可遍历的列表。
• row.find('span', class_='username')：在当前行<tr>里查找指定class的<span>，用class_是因为class是Python关键字，避免冲突。
• get_text(strip=True)：提取标签里的文本，strip=True会去掉前后的空格和换行符。
• get('tip')：获取标签的指定属性值，如果属性不存在会返回None，所以我们加了判断避免报错。

如果你的HTML是从网页上爬取的，只需要把html_content替换成requests.get(url).text（记得先导入requests库）就行啦！

内容的提问来源于stack exchange，提问作者mdivk