如何用Selenium从<tr><td>标签提取表格文本？附尝试代码

你已经导入了必要的工具库，不过KRX的市场数据页面是动态加载的，直接定位元素很容易因为页面未加载完成抛出NoSuchElementException。我调整了代码，加入等待逻辑来确保表格元素加载完成，同时实现从和中提取文本的功能：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.common.exceptions import TimeoutException

# 初始化Chrome浏览器（确保已配置好ChromeDriver环境）
driver = webdriver.Chrome()
url = 'http://marketdata.krx.co.kr/mdi#document=080120&547c5e15ef32e37dc099b89d69ac8970-[object%20HTMLDivElement]=1&547c5e15ef32e37dc099b89d69ac8970-[object%20HTMLDivElement]=2'
driver.get(url)

try:
    # 等待目标表格加载完成，最多等待10秒（可根据页面实际加载速度调整）
    # 这里先用通用的table标签定位，若页面有多个表格，可通过ID/类名精准定位（需查看页面源码确认）
    target_table = WebDriverWait(driver, 10).until(
        EC.presence_of_element_located((By.TAG_NAME, "table"))
    )
    
    # 获取表格内所有<tr>行元素
    table_rows = target_table.find_elements(By.TAG_NAME, "tr")
    
    # 遍历每行，提取<td>单元格文本
    extracted_data = []
    for row in table_rows:
        # 获取当前行的所有<td>单元格
        row_cells = row.find_elements(By.TAG_NAME, "td")
        # 提取每个单元格的文本，去除前后空白，过滤空单元格
        cleaned_row = [cell.text.strip() for cell in row_cells if cell.text.strip()]
        if cleaned_row:  # 跳过无内容的空行
            extracted_data.append(cleaned_row)
    
    # 输出提取到的表格数据
    for idx, row_content in enumerate(extracted_data, 1):
        print(f"第{idx}行数据：{row_content}")

except TimeoutException:
    print("表格加载超时，请检查网络或延长等待时间")
finally:
    # 操作完成后关闭浏览器
    driver.quit()

额外提示： #

• 精准定位表格：如果页面存在多个表格，打开浏览器开发者工具（F12），找到目标表格的id或class属性，将定位方式改为By.ID("table_id")或By.CLASS_NAME("table_class")，避免定位到错误表格。
• iframe处理：若表格嵌套在<iframe>中，需要先切换到iframe再定位元素，示例代码：driver.switch_to.frame("iframe_id")，操作完成后切回主文档：driver.switch_to.default_content()。
• 数据存储：如果需要将提取的数据保存为CSV或Excel，可结合pandas库，将extracted_data转为DataFrame后导出。

内容的提问来源于stack exchange，提问作者Hannah Lee