使用read_html解析足球预测网站表格时遇ValueError：未找到表格求助

我看了你的代码和提供的table_html片段，问题主要出在两个地方：一是HTML语法错误（thead里有个<th>标签的属性引号没闭合），二是read_html需要完整的<table>标签包裹内容，而你只传递了innerHTML（缺少外层的<table>标签）。下面是具体的修复方案：

方案一：修复HTML并传递完整表格结构 #

先获取完整的table元素外层HTML，修复语法错误后再用read_html解析：

import pandas as pd
from selenium import webdriver

driver = webdriver.Chrome(executable_path="C:/Users/Admin/Documents/chromedriver_win32/chromedriver")
link = "https://projects.fivethirtyeight.com/soccer-predictions/super-lig/"
driver.get(link)

# 获取包含完整<table>标签的outerHTML，而非仅innerHTML
table = driver.find_element_by_xpath('//*[@id="forecast-table"]')
table_html = table.get_attribute('outerHTML')

# 修复原HTML中未闭合的引号错误
table_html = table_html.replace('class="top bordered nosort colspan="4"', 'class="top bordered nosort" colspan="4"')

# 解析表格并提取目标DataFrame
dfs = pd.read_html(table_html)
df = dfs[0]
print(df.head())

driver.quit()

方案二：用BeautifulSoup手动提取数据（更稳定） #

如果还是遇到解析问题，手动提取数据构建DataFrame的方式更可靠，不受HTML小错误影响：

import pandas as pd
from selenium import webdriver
from bs4 import BeautifulSoup

driver = webdriver.Chrome(executable_path="C:/Users/Admin/Documents/chromedriver_win32/chromedriver")
link = "https://projects.fivethirtyeight.com/soccer-predictions/super-lig/"
driver.get(link)

table = driver.find_element_by_xpath('//*[@id="forecast-table"]')
soup = BeautifulSoup(table.get_attribute('outerHTML'), 'html.parser')

# 提取表头（处理嵌套的span文本）
headers = []
for th in soup.find('thead').find_all('th'):
    text = th.get_text(strip=True)
    if not text:
        text = th.find('span').get_text(strip=True)
    headers.append(text)

# 提取每一行的数据
rows = []
for tr in soup.find('tbody').find_all('tr'):
    row_data = [td.get_text(strip=True) for td in tr.find_all('td')]
    rows.append(row_data)

# 构建DataFrame
df = pd.DataFrame(rows, columns=headers)
print(df.head())

driver.quit()

关键提示： #

• outerHTML会返回包含<table>标签的完整结构，这是read_html识别表格的必要前提。
• 原HTML中的语法错误（未闭合的属性引号）会直接导致解析失败，必须先修复。
• 手动提取数据的方式更适配动态渲染的复杂表格，稳定性更高。

内容的提问来源于stack exchange，提问作者wazo