You need to enable JavaScript to run this app. Python Beautiful Soup网页抓取:无法完整获取表格数据问题
优惠活动
大模型
产品
解决方案
定价
更多

Python Beautiful Soup网页抓取:无法完整获取表格数据问题

问题修复说明

你代码存在的3个核心问题

  • 条件判断逻辑错误:if input == "Batting" or "batting": 写法不符合Python语法规则,or右侧的"batting"会被直接作为布尔值判断,非空字符串恒为True,无论用户输入什么内容都会触发击球数据输出逻辑。
  • 表格单元格取值逻辑错误:你用tr.find('td')只会匹配每行第一个<td>标签,自然只能拿到第一列的球员名;如果改用find_all('td')会得到该行所有<td>标签组成的列表,不能直接对列表调用.text属性,需要遍历列表取每个单元格的文本。
  • 表格定位范围过大:你定位的team-stats-table是所有数据板块共用的类名,默认取到的是第一个板块的表格,最好加上击球板块的上层定位,避免后续切换其他类别数据时定位混乱。

修正后的可运行代码

from bs4 import BeautifulSoup
import requests

htmlText = requests.get('https://www.fangraphs.com/teams/mariners/stats').text
soup = BeautifulSoup(htmlText, 'lxml')
# 先定位到击球板块对应的表格容器
batting_section = soup.find('div', id='team-batting')
playerTable = batting_section.find('div', class_='team-stats-table')

user_input = input("Would you like to see Batting, Starting Pitching, Relief Pitching, or Fielding Stats? \n")

def BattingStats():
    print("BATTING STATS:")
    # 先打印表头
    header_cols = playerTable.find_all('th')
    header = [col.text.strip() for col in header_cols]
    print('\t'.join(header))
    # 遍历每行数据,跳过表头行
    for tr in playerTable.find_all('tr')[1:55]:
        # 拿到该行所有单元格的文本
        tds = [td.text.strip() for td in tr.find_all('td')]
        # 用制表符拼接所有列输出
        print('\t'.join(tds))

# 修正条件判断逻辑,统一转小写匹配
if user_input.lower() == "batting":
    BattingStats()

关键修改说明

  • 把内置变量名input改成了user_input,避免覆盖Python内置的input方法引发后续异常
  • 新增了击球板块的id定位id='team-batting',保证拿到的一定是击球数据表格
  • 对find_all('td')返回的列表做了遍历取值,把每行所有列的内容都提取出来用制表符拼接后输出,你可以根据需求调整输出的列索引,比如只取球员名和本垒打就写print(tds[0], tds[5])这类格式
  • 修正了条件判断逻辑,把输入统一转小写匹配,不用同时判断大小写两种情况

内容的提问来源于stack exchange,提问作者Ryan Houghton

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.10 11:57:02