谁能帮我理解这段代码（用lxml、python解析HTML表）？

背景：我需要用python为具有不同列跨度和行跨度的html表编写一个html表解析器。经过一些研究，我无意中发现了这一点。它适用于没有古怪的colspan和rowspans的简单情况，但是我遇到了一个bug。代码假定，如果一个元素的colspan为3，则它属于三个不同的表头，而实际上它只属于colspan位于其中心的表头。这方面的一个例子可以在瑞典部分下的“打开倾斜表”中看到。代码错误地返回hans所有格-中性-第三人称阳性属于所有格-普通-第三人称阳性和所有格-复数-第三人称阳性，因为它的colspan为3。我尝试将检查添加到表_到_2d_dict中，如果colspan>1，它将创建一个计数器，并且如果计数器等于colspan//2+1，则仅将元素作为标头的一部分进行计数。这将返回范围1的中值，colspan+1是该元素应作为标头计数的表标头的值。但是，当我在下面代码中指定的位置实现此检查时，它不起作用。老实说，这可能是因为我不了解这段代码是如何工作的，所以

问题：有人能解释一下这段代码的作用以及为什么会出现上述故障吗？如果有人能实现一个修复，那就太好了，但现在我主要关心的是理解代码。谢谢

下面是我添加的带有注释的代码，以突出显示我理解的代码部分和我不理解的代码部分

#!/usr/bin/env python
# -*- coding: utf-8 -*-
from collections import defaultdict


def table_to_list(table):
    dct = table_to_2d_dict(table)
    return list(iter_2d_dict(dct))


def table_to_2d_dict(table):
    result = defaultdict(lambda : defaultdict(str))
    for row_i, row in enumerate(table.xpath('./tr')): #these double for loops iterate over each element in the table
        for col_i, col in enumerate(row.xpath('./td|./th')):
            colspan = int(col.get('colspan', 1)) #gets colspan attr of the element, if none assumes it's 1
            rowspan = int(col.get('rowspan', 1)) #gets rowspan attr of the element, if none assumes it's 1
            col_data = col.text_content() #gets raw text inside element

            #WHAT DOES THIS DO? :(
            while row_i in result and col_i in result[row_i]: 
                col_i += 1
            for i in range(row_i, row_i + rowspan):
                for j in range(col_i, col_i + colspan):
                    result[i][j] = col_data
    return result

#what does this do? :(
def iter_2d_dict(dct):
    for i, row in sorted(dct.items()):
        cols = []
        for j, col in sorted(row.items()):
            cols.append(col)
        yield cols


if __name__ == '__main__':
    import lxml.html
    from pprint import pprint

    doc = lxml.html.parse('tables.html')
    for table_el in doc.xpath('//table'):
        table = table_to_list(table_el)
        pprint(table)