如何解决使用Pandas和Beautiful Soup抓取Baseball Reference指定投球数据表格时的“No tables found”错误？

嘿，我刚好踩过类似的坑！你的问题根源其实特别直白——你用的表格ID拼写错了，Baseball Reference上的球队投球表格ID是用下划线分隔单词的，不是把所有词汇连在一起的。

咱们一步步拆解问题和解决办法：

问题到底出在哪？ #

你在代码里写的表格ID是ArizonaDiamondbackspitching，但打开目标页面检查实际的HTML元素就会发现，亚利桑那响尾蛇的投球表格真实ID是Arizona_Diamondbacks_pitching（球队名的单词之间用下划线隔开，再加上_pitching）。不管是pd.read_html还是BeautifulSoup的查找方法，找不到匹配的ID自然就会返回空列表或者抛出“No tables found”错误。

修正后的代码方案 #

方案1：直接用Pandas读取（最简洁）

只需要把表格ID改成正确的，再顺便处理下页面里重复的表头行（Baseball Reference的表格会在中间插入重复表头，需要清理掉）：

import pandas as pd

_URL = "https://www.baseball-reference.com/boxes/ARI/ARI202204070.shtml"
# 替换为正确的带下划线的表格ID
data = pd.read_html(_URL, attrs={'id': 'Arizona_Diamondbacks_pitching'}, header=1)[0]
# 清理表格中重复的表头行（通过Name列值判断过滤）
data = data[data['Name'] != 'Name']
# 注意index参数是布尔值，不要加引号（你原来的代码里写了index='False'，这会把字符串作为索引列名）
data.to_csv('boxscore.csv', index=False)
print(data)

方案2：BeautifulSoup配合Pandas读取

如果你还是想用BeautifulSoup先定位表格，同样只要修正ID就能解决：

from bs4 import BeautifulSoup
from io import StringIO
import pandas as pd
import requests

# 用普通requests Session即可，你如果有自定义的BRefSession也可以继续用
session = requests.Session()
_URL = "https://www.baseball-reference.com/boxes/ARI/ARI202204070.shtml"
content = session.get(_URL).content
soup = BeautifulSoup(content, "html.parser")
# 用正确的ID精准定位表格
table = soup.find('table', id="Arizona_Diamondbacks_pitching")

if table:
    data = pd.read_html(StringIO(str(table)), header=1)[0]
    # 同样清理重复的表头行
    data = data[data['Name'] != 'Name']
    data.to_csv('boxscore.csv', index=False)
    print(data)
else:
    print("表格未找到，请再次确认ID是否正确")

小技巧：快速确认表格ID的方法 #

以后遇到网页抓取的元素定位问题，直接用浏览器开发者工具就能搞定：

1. 打开目标页面，右键点击你要抓取的表格
2. 选择“检查”（Inspect），浏览器会自动定位到表格的HTML元素
3. 复制元素的id属性值，直接用在代码里就不会出错啦！

备注：内容来源于stack exchange，提问作者Preston Albury