如何使用 Python 循环遍历 HTML 表格和抓取表格数据

from bs4 import BeautifulSoup
 
# 假设html_doc是包含HTML表格的字符串
html_doc = """
<table>
    <tr>
        <th>姓名</th>
        <th>年龄</th>
    </tr>
    <tr>
        <td>张三</td>
        <td>28</td>
    </tr>
    <tr>
        <td>李四</td>
        <td>35</td>
    </tr>
</table>
"""
 
soup = BeautifulSoup(html_doc, 'html.parser')
table = soup.find('table')
 
# 使用列表推导式来获取所有单元格数据
rows = [tr.find_all('td') for tr in table.find_all('tr')]
 
# 打印结果
for row in rows:
    print([cell.text for cell in row])

这段代码首先导入了BeautifulSoup库，并定义了一个包含HTML表格的字符串。然后使用BeautifulSoup解析这个字符串，并找到表格元素。接着使用列表推导式遍历所有行（tr元素），并获取每行的单元格（td元素）。最后，打印出每个单元格的文本内容。这个例子展示了如何使用Python和BeautifulSoup库来处理HTML表格数据。