Javascript 从HTML表中获取href链接的策略

我的网络搜索返回不同数量的表行，我不习惯处理表。这些表各有3列。我检查第一列的街道号码是否正确。如果是，那么我需要从该行的第三列中获取链接。有什么想法吗？我的代码显然不起作用，但应该给出我正在尝试做什么的想法。我的代码目前不逐行处理数据，只处理td-by-td

我理想的代码是什么样子的：

抓取第一个表行

检查第一列中的街道是否匹配

如果#匹配，则获取第三列中的链接

如果#不匹配，则移动到检查下一个表行

我对编程仍然非常陌生，所以我的代码仍然是笨重的简单化（但写得很糟糕）的

有问题的HTML

<tr>
  <td class="transactionTableBodyText">5250 S RAINBOW BLVD 1001  </td>
  <td class="transactionTableBodyText" align="center">SPRING VALLEY</td>
  <td class="transactionTableBodyText" align="center">
    <a id="DataGrid1__ctl3_HyperLink2" href="http://Sandgate.co.clark.nv.us/AssrRealProp/ParcelDetail.aspx?hdnParcel=16326214001&amp;hdnInstance=pcl7" target="_self">163-26-214-001</a>
  </td>
</tr>

彩虹大道南5250号1001
泉谷

我的pythonicselenium代码

td = driver.find_elements_by_css_selector("td.transactionTableBodyText")
    i = 0
    while i <= len(td):
        try:
            if StrtNum in td[i].text:
                print("We matched %s!" % (StrtNum))

                #This is the incorrect part where I try to get to the 'a' selector in the 3rd column from the correctly identified 1st column.
                ParcelLink = td[i+2].driver.find_elements_by_css_selector('a').get_attribute('href')
                print(ParcelLink)
            else:
                return
        except:
            break
        i+=1

td=driver.通过css选择器（“td.transactionTableBodyText”）查找元素
i=0
而我为你的弓准备了另一根弦：lxml。它使您能够访问xpath表达式，从而简化HTML导航工作

>>> from lxml import etree
>>> parser = etree.HTMLParser()
>>> tree = etree.fromstring(open('sample.htm').read(), parser)
>>> for td in tree.xpath('.//table/tr/td[@class="transactionTableBodyText"][1]'):
...     if td.text.startswith('5250'):
...         tr = td.getparent()
...         td_3_link = tr.xpath('./td[3]/a')
...         link = td_3_link[0].attrib['href']
... 
>>> link
'http://Sandgate.co.clark.nv.us/AssrRealProp/ParcelDetail.aspx?hdnParcel=16326214001&hdnInstance=pcl7'

正如您所看到的，我使用了REPL环境，这样我可以尝试各种方法，同时尝试收敛到一些运行良好且看起来相当健壮的方法

差点忘了，这是我正在解析的HTML

<table>
    <tr>
      <td class="transactionTableBodyText">1000 S RAINBOW BLVD 1001  </td>
      <td class="transactionTableBodyText" align="center">SPRING VALLEY</td>
      <td class="transactionTableBodyText" align="center">
        <a id="DataGrid1__ctl3_HyperLink2" href="http://Sandgate.co.clark.nv.us/AssrRealProp/ParcelDetail.aspx?hdnParcel=16326214001&amp;hdnInstance=pcl7" target="_self">163-26-214-001</a>
      </td>
    </tr>
    <tr>
      <td class="transactionTableBodyText">5250 S RAINBOW BLVD 1001  </td>
      <td class="transactionTableBodyText" align="center">SPRING VALLEY</td>
      <td class="transactionTableBodyText" align="center">
        <a id="DataGrid1__ctl3_HyperLink2" href="http://Sandgate.co.clark.nv.us/AssrRealProp/ParcelDetail.aspx?hdnParcel=16326214001&amp;hdnInstance=pcl7" target="_self">163-26-214-001</a>
      </td>
    </tr>
    <tr>
      <td class="transactionTableBodyText">2000 S RAINBOW BLVD 1001  </td>
      <td class="transactionTableBodyText" align="center">SPRING VALLEY</td>
      <td class="transactionTableBodyText" align="center">
        <a id="DataGrid1__ctl3_HyperLink2" href="http://Sandgate.co.clark.nv.us/AssrRealProp/ParcelDetail.aspx?hdnParcel=16326214001&amp;hdnInstance=pcl7" target="_self">163-26-214-001</a>
      </td>
    </tr>
    <tr>
      <td class="transactionTableBodyText">2000 S RAINBOW BLVD 1001  </td>
      <td class="transactionTableBodyText" align="center">SPRING VALLEY</td>
      <td class="transactionTableBodyText" align="center">
        <a id="DataGrid1__ctl3_HyperLink2" href="http://Sandgate.co.clark.nv.us/AssrRealProp/ParcelDetail.aspx?hdnParcel=16326214001&amp;hdnInstance=pcl7" target="_self">163-26-214-001</a>
      </td>
    </tr>
</table>'''


彩虹大道1000号1001
泉谷
彩虹大道南5250号1001
泉谷
2000年彩虹大道1001号
泉谷
2000年彩虹大道1001号
泉谷
'''
看一看漂亮的汤我最初的大部分网页抓取实验都是用BS4完成的。我一直在使用Selenium，因为在讨论中的页面上大量使用JS。我将看看是否可以使用BS4来处理我正在努力解决的问题。谢谢汉克比尔，我来看看这个。我知道我也必须为未来的项目建立一个更健壮/不那么脆弱的系统。