首先使用requests和BeautifulSoup解析静态网页表格，定位table、tr、td标签后查找a标签提取href属性，若遇动态内容则采用Selenium加载页面再解析。
抓取网页表格中的链接是Python爬虫常见的需求，比如从政府网站、数据平台或电商页面提取带超链接的表格数据。实现这一功能的核心是解析HTML结构并定位表格内的a标签。下面介绍具体方法。
使用BeautifulSoup解析表格链接
BeautifulSoup是Python中处理HTML内容的强大工具，配合requests库可以轻松提取表格中的超链接。
基本步骤如下：
- 用requests获取网页源码
- 用BeautifulSoup解析HTML
- 通过find或find_all定位table、tr、td标签
- 在单元格中查找a标签并提取href属性
示例代码：
立即学习“Python免费学习笔记（深入）”；
import requests from bs4 import BeautifulSoupurl = "https://www.php.cn/link/1741c0f8d90a180b893a1776ae281820" response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser')
查找第一个表格
table = soup.find('table') for row in table.find_all('tr')[1:]: # 跳过表头 cells = row.find_all('td') for cell in cells: link = cell.find('a', href=True) if link: print(link['href'], link.get_text())
处理复杂表格结构
有些网页使用嵌套表格或动态加载内容，直接解析可能失败。这时需要更精确的选择器。
可以使用CSS选择器或正则表达式提高定位准确性：
- soup.find('table', {'class': 'data'}) 按类名查找
- cell.find_all('a') 处理一个单元格多个链接的情况
- 使用get_attribute或直接访问['href']获取链接地址
注意：部分链接可能是相对路径，需用urljoin补全：
from urllib.parse import urljoin absolute_url = urljoin(base_url, relative_href)
应对JavaScript渲染页面
如果表格由JavaScript动态生成，requests无法获取完整HTML。此时应使用Selenium或Playwright。
Selenium模拟真实浏览器操作，能加载完整DOM：
- 启动Chrome或Firefox浏览器实例
- 打开目标页面并等待表格加载
- 用page_source获取渲染后的HTML
- 再交给BeautifulSoup解析
示例片段：
from selenium import webdriverdriver = webdriver.Chrome() driver.get("https://www.php.cn/link/8edc69aa76b7aac408ba3c248aa8d7d4") soup = BeautifulSoup(driver.page_source, 'html.parser')
后续解析同上
基本上就这些。根据网页实际情况选择合适的工具组合，静态页面用requests+BeautifulSoup足够，动态内容则上Selenium。关键是要准确识别表格结构和链接位置。
