如何从布局混乱的网页爬取全部阿拉巴马州移动房屋公园名称？

你的问题核心在于只抓取了页面里的第一行表格内容：原代码用soup.select_one("table tr")只会返回匹配到的第一个<tr>元素，自然只能拿到该行里的几个公园名称。要获取全部目标结果，需要遍历页面中所有包含公园名称的表格行。

修正后的代码 #

import requests
from bs4 import BeautifulSoup

url = "http://www.chattelmortgage.net/Alabama_mobile_home_parks.html"
r = requests.get(url)
soup = BeautifulSoup(r.text, "lxml")

# 获取页面中所有的表格行
all_table_rows = soup.select("table tr")
park_names = []

for row in all_table_rows:
    # 遍历当前行内所有包含公园名称的<strong>标签
    for name_item in row.select("td p strong"):
        clean_text = name_item.get_text(strip=True)
        if "alabama" in clean_text.lower():
            park_names.append(clean_text)

# 输出所有爬取到的公园名称
print('\n'.join(park_names))

关键修改说明 #

• 把select_one换成select：soup.select("table tr")会获取页面中所有表格行，而不是仅第一行。
• 双层遍历：先遍历每一行，再从行内提取所有符合条件的<strong>标签内容，确保不遗漏任何一行的公园名称。
• 结果收集后统一输出：用列表收集所有符合条件的名称，最后一次性打印，避免零散输出。

运行这段代码后，你就能获取到包括Parkway Mobile Home Park - Alabama在内的所有阿拉巴马州移动房屋公园名称了。

内容的提问来源于stack exchange，提问作者SIM