如何用Python抓取网页表格指定tr/td？以获取姓名用于自动输入为例

嘿，我看你已经尝试用lxml的XPath来抓取目标内容了，但原来的写法依赖固定的行索引（比如tr[3]），这其实不太靠谱——万一网页表格的行顺序调整了，你的代码就失效了。我给你两种更稳定的实现方式：

方法一：用lxml的XPath精准定位（推荐，更简洁） #

我们可以通过标签文本来定位对应的内容，而不是固定行号。比如找到文本为“First Name”的<td>，然后获取它的兄弟<td>里的内容：

from lxml import html
import requests

# 请求网页
page = requests.get('https://www.getnewidentity.com/uk-identity-generator.php')
tree = html.fromstring(page.content)

# 通过标签文本定位对应的内容
firstname = tree.xpath('//td[text()="First Name"]/following-sibling::td/text()')[0]
lastname = tree.xpath('//td[text()="Last Name"]/following-sibling::td/text()')[0]

# 输出结果
print('FirstName: ', firstname)
print('LastName: ', lastname)
input("Press Enter to close...")

为什么这个方法更好？ #

它不依赖表格的行顺序，只要网页里保留了“First Name”和“Last Name”这两个标签，不管表格新增/删除其他行，代码都能正常抓取到内容。

方法二：用BeautifulSoup遍历行（更直观，可读性强） #

如果你觉得XPath有点抽象，也可以用BeautifulSoup来遍历表格的每一行，匹配标签文本后提取内容：

首先需要先安装BeautifulSoup：

pip install beautifulsoup4

然后是代码：

from bs4 import BeautifulSoup
import requests

# 请求网页
page = requests.get('https://www.getnewidentity.com/uk-identity-generator.php')
soup = BeautifulSoup(page.content, 'html.parser')

# 找到目标表格
target_table = soup.find('table', id='reslist')
# 获取表格里的所有行
rows = target_table.find_all('tr')

firstname = None
lastname = None

# 遍历每一行，匹配标签文本
for row in rows:
    tds = row.find_all('td')
    # 确保当前行有两个td元素（标签和内容）
    if len(tds) == 2:
        label = tds[0].text.strip()
        value = tds[1].text.strip()
        if label == 'First Name':
            firstname = value
        elif label == 'Last Name':
            lastname = value

# 输出结果
print('FirstName: ', firstname)
print('LastName: ', lastname)
input("Press Enter to close...")

这个方法的优势： #

代码逻辑非常直观，就算是新手也能看懂每一步在做什么，而且同样不受行顺序变化的影响。

你可以根据自己的习惯选择其中一种方法，两种都能稳定抓取到你需要的FirstName和LastName，用来自动填充浏览器输入完全没问题～

内容的提问来源于stack exchange，提问作者GoekhanDev