Python BeautifulSoup正在关闭表中第一个单元格之后的

你好

我正在尝试使用Python2.7/BeautifulSoup4来解析一堆页面。其中一页是：

我的问题是，我试图从主表中获取数据，但soup在第一个单元格之后关闭了该表

所以我的代码是：

soup = BeautifulSoup(requests.get(url).text, "html.parser")
t = soup.findAll('table', 'tableborder')

t的长度是3，如果我使用html5lib或者不定义解析器，那么t是零。我无法在我的计算机上安装lxml来尝试

因此，源代码中的主表t[0]如下所示：

<table cellpadding="0" cellspacing=0 width=100% class="tableborder" >
   <tr class="trbackground" height="20">
   <td align="left"><font color="white"><strong>&nbsp;Season</strong></font></a></td>
   <td align="left"><font color="white"><strong>Team</strong></font></td>
   <td align="left"><font color="white"><strong>League</strong></font></td>
   <td align="right"><font color="white"><strong>GP</strong></font></td>
   <td align="right"><font color="white"><strong>G</strong></font></td>
...

<table cellpadding="0" cellspacing="0" class="tableborder" width="100%">
<tr class="trbackground" height="20">
<td align="left"><font color="white"><strong> Season</strong></font></td></tr></table>

您需要安装并：

并且，为了说明区别，使用

html.parser发生了什么变化：

>>> soup = BeautifulSoup(requests.get(url).text, "html.parser")
>>> t = soup.findAll('table', 'tableborder')
>>> len(t)
4
>>> len(t[0].find_all('td'))
1

>>> soup = BeautifulSoup(requests.get(url).text, "lxml")
>>> t = soup.findAll('table', 'tableborder')
>>> len(t)
4
>>> len(t[0].find_all('td'))
527

>>> soup = BeautifulSoup(requests.get(url).text, "html.parser")
>>> t = soup.findAll('table', 'tableborder')
>>> len(t)
4
>>> len(t[0].find_all('td'))
1