使用Python抓取HTML中双引号内字符串出现TypeError如何解决

• re.findall()仅接受字符串或字节类型的输入参数，soup.find_all("td")返回的是BeautifulSoup的Tag对象，直接传入会触发类型不匹配错误。
• 原代码没有筛选高亮区域的内容，会抓取所有td标签下的双引号内容，不符合需求。

from selenium import webdriver
from bs4 import BeautifulSoup
import re

driver = webdriver.Chrome(executable_path=r"C:\Users\sandheep\OneDrive\desktop\chromedriver.exe")
driver.get("https://www.emojimeanings.net/list-smileys-people-whatsapp")
content = driver.page_source
soup = BeautifulSoup(content, "lxml")

# 筛选高亮区域的td标签，此处以该站高亮td通用class属性为例，可根据实际页面结构调整筛选规则
for td_item in soup.find_all("td", class_="highlight"):
    # 提取标签内的文本内容再传入正则匹配
    result = re.findall(r'"([^"]*)"', td_item.text)
    if result:
        for quote_str in result:
            print(quote_str)

driver.quit()

1. 调用td_item.text获取标签内的纯文本内容，解决参数类型不匹配的报错
2. 给find_all方法增加class_="highlight"过滤条件，仅匹配高亮区域的内容
3. 增加空结果判断，过滤无匹配的无效输出
4. 补充driver.quit()主动关闭浏览器进程，避免后台残留冗余进程

内容的提问来源于stack exchange，提问作者Sandheep Kumar Patro