### 如何使用Python从HTML网页中提取多个表格数据 要实现从HTML网页中提取多个表格数据的任务，可以利用`BeautifulSoup`库解析HTML结构并定位到目标表格。以下是具体方法： #### 使用 `BeautifulSoup` 提取 HTML 表格 `BeautifulSoup` 是 Python 的一个强大工具，专门用于解析 HTML 和 XML 文档。它能够帮助开发者轻松找到特定标签及其属性，并从中提取所需信息。 以下是一个完整的代码示例，展示如何从 HTML 文件中提取多个表格的数据[^4]： ```python from bs4 import BeautifulSoup import requests def extract_tables_from_html(url): response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') tables = soup.find_all('table') # 查找所有的 table 标签 all_data = [] for idx, table in enumerate(tables): # 遍历每一个表格 rows = table.find_all('tr') # 找到每一行 tr data = [] for row in rows: cols = row.find_all(['td', 'th']) # 获取单元格 td 或 th cols = [ele.text.strip() for ele in cols] # 去除多余空白字符 data.append([ele for ele in cols if ele]) # 过滤掉空字符串 all_data.append(data) # 将当前表格数据加入总列表 print(f"Table {idx + 1} extracted successfully.") return all_data # 调用函数 url = "https://example.com/html_with_multiple_tables" tables_data = extract_tables_from_html(url) for i, table in enumerate(tables_data): print(f"\nData from Table {i + 1}:") for row in table[:5]: # 显示前五行作为样例 print(row) ``` 此脚本会访问指定 URL 并抓取页面上的所有 `<table>` 元素。对于每个表，程序将逐行列出其内容，并返回嵌套的二维数组表示各个表格的内容。 #### 处理复杂的 HTML 结构 如果遇到更复杂的 HTML 页面布局或者不标准的标记语言，则可能需要额外调整逻辑来适配具体情况。例如某些网站可能会动态加载部分资源（JavaScript 渲染），此时单纯依赖静态请求无法获取全部内容。针对这种情况可考虑引入 Selenium 工具模拟浏览器行为以捕获完全渲染后的 DOM 数据[^1]。 --- ####