如何用BeautifulSoup4高效提取指定<tr>节点的<td>文本数据？

我通过以下代码获取了soup对象：

soup = BeautifulSoup(html, 'lxml').find("tbody").find_all("tr")

这个对象包含多个类似这样的<tr>节点：

<tr> 
  <td class="table">115</td> 
  <td>204</td> 
  <td><div><span class="flag-icon"></span> United States <span> NY </span></div></td> 
  <td>brown</td> 
  <td>up</td> 
  <td class="table">groove</td> 
</tr>

我的需求是提取每个<tr>中第1、2、4个<td>的去空格文本，组成小列表（比如[115, 204, 'brown']），再将所有小列表汇总为大列表（比如[[115, 204, 'brown'], [32, 12, 'red'], ..., [42, 87, 'yellow']]）。目前我用两层for循环实现，但希望借助BeautifulSoup的特性找到更简洁的方法，请问有什么思路？

简洁实现思路：结合列表推导式与BeautifulSoup的文本处理能力 #

其实完全不用两层循环，用Python的列表推导式配合BeautifulSoup自带的文本处理方法，就能写出既简洁又易读的代码，下面给你两种实用方案：

方案1：索引定位+get_text(strip=True)

直接通过索引选取每个<tr>里的目标<td>，用get_text(strip=True)一键完成去空格（包括前后空白、中间换行和多余空格）：

from bs4 import BeautifulSoup

# 先拆分原代码，提升可读性
soup = BeautifulSoup(html, 'lxml')
tr_list = soup.find("tbody").find_all("tr")

# 核心逻辑：一行生成目标大列表
result = [
    [
        tr.find_all("td")[0].get_text(strip=True),
        tr.find_all("td")[1].get_text(strip=True),
        tr.find_all("td")[3].get_text(strip=True)
    ]
    for tr in tr_list
]

如果需要把前两个数字转成整数类型，直接在推导里加类型转换即可：

result = [
    [
        int(tr.find_all("td")[0].get_text(strip=True)),
        int(tr.find_all("td")[1].get_text(strip=True)),
        tr.find_all("td")[3].get_text(strip=True)
    ]
    for tr in tr_list
]

方案2：CSS选择器定位（语义更清晰）

如果担心后续HTML结构微调导致索引失效，可以用CSS伪类直接匹配每个<tr>下的第1、2、4个<td>，代码语义更直观：

result = [
    [td.get_text(strip=True) for td in tr.select("td:nth-of-type(1), td:nth-of-type(2), td:nth-of-type(4)")]
    for tr in tr_list
]

td:nth-of-type(n)是CSS原生的伪类选择器，专门用来匹配父元素下的第n个指定类型子节点，完全符合你的需求。

为什么这比两层循环更好？ #

列表推导式是Python处理"遍历-转换-收集"场景的语法糖，配合BeautifulSoup的节点选择和文本处理能力，把原本需要外层循环遍历<tr>、内层处理<td>的逻辑压缩成了紧凑的代码，同时避免了手动写strip()这类重复逻辑，既简洁又可靠。

内容的提问来源于stack exchange，提问作者Quanti Monati