如何使用Python从HTML表格列中提取数据

要使用Python从HTML表格列中提取数据，可以使用BeautifulSoup库来解析HTML并提取所需的数据。下面是一个示例代码，演示如何从HTML表格中提取第一列的数据：

首先，确保已经安装了BeautifulSoup库。

from bs4 import BeautifulSoup

# 定义一个HTML字符串
html = """
<table>
  <tr>
    <th>姓名</th>
    <th>年龄</th>
    <th>城市</th>
  </tr>
  <tr>
    <td>张三</td>
    <td>25</td>
    <td>北京</td>
  </tr>
  <tr>
    <td>李四</td>
    <td>30</td>
    <td>上海</td>
  </tr>
  <tr>
    <td>王五</td>
    <td>27</td>
    <td>广州</td>
  </tr>
</table>
"""

# 创建BeautifulSoup对象
soup = BeautifulSoup(html, 'html.parser')

# 找到所有的<tr>标签
rows = soup.find_all('tr')

# 遍历每一行，并提取第一列的数据
for row in rows:
    # 找到当前行的所有<td>标签
    cells = row.find_all('td')
    if len(cells) > 0:
        # 提取第一列的文本内容
        data = cells[0].text
        print(data)

运行以上代码，输出结果为：

张三
李四
王五

通过上述代码，我们使用BeautifulSoup库解析了HTML字符串，并通过find_all方法找到所有的<tr>标签。然后，我们遍历每一行，并使用find_all方法找到当前行的所有<td>标签。通过索引[0]，我们提取了第一列的文本内容。