Python+Selenium爬取Basketball Reference时，如何用XPath选择表格中除最后一列（奖项列）外的所有列？

首先得指出你之前踩的两个XPath坑：

• 你用的./tr[position() < last()]是在筛选行（选最后一行之前的所有行），不是列，完全没打到点上；
• ./tr[not(contains(@data-stat, 'awards'))]是找不带awards属性的行，但awards是表格列（<td>）的属性，不是行（<tr>）的，所以这个XPath根本匹配不到任何元素，自然返回空。

接下来给你两个靠谱的解决方案，都是针对列来筛选的：

方案1：根据列的data-stat属性精准排除（推荐） #

Basketball Reference的每一列都有唯一的data-stat属性，奖项列的这个属性值就是awards，所以我们可以直接选择每行中data-stat不等于awards的所有单元格：

修改你get_player_row_stats方法里的代码，把原来整行取文本再拆分的逻辑，改成逐个获取符合条件的单元格文本（这样还能避免整行拆分可能带来的错误）：

def get_player_row_stats(self) -> list:
    try:
        table = self.browser.find_element(By.ID, 'per_game_stats')
        # 获取所有可见的统计行（排除汇总表头行和隐藏行）
        rows = table.find_elements(By.XPATH, './tbody/tr[not(@class="thead") and not(@hidden)]')
        player_data = []
        
        for row in rows:
            # 选择当前行中除奖项列外的所有单元格
            cells = row.find_elements(By.XPATH, './td[not(@data-stat="awards")]')
            # 提取每个单元格的文本，过滤掉空值
            row_stats = [cell.text.strip() for cell in cells if cell.text.strip()]
            player_data.extend(row_stats)
        
        print(player_data)
        return player_data

    except Exception as e:
        print(f"Error extracting row stats: {e}")
        return None

方案2：通过位置排除最后一列 #

如果你确认表格的最后一列永远是奖项列，也可以用位置筛选，选择每行中除最后一个<td>外的所有单元格，对应的XPath是./td[position() < last()]，把上面代码里的cells那行改成：

cells = row.find_elements(By.XPATH, './td[position() < last()]')

不过这个方案不如方案1稳定，万一网站调整表格列顺序，就会失效，所以优先用方案1。

额外优化提示 #

1. 你原来的代码用row.text.split(' ')拆分整行文本，虽然当前Basketball Reference的球队都是缩写（无空格）不会出问题，但逐个取单元格文本的方式更健壮，能应对未来可能的格式变化。
2. 代码里加入了[not(@class="thead") and not(@hidden)]来排除表格里的汇总表头行和隐藏行，这些行通常不是你需要的单赛季数据。

备注：内容来源于stack exchange，提问作者BluffShove