Python：如何在特定标题下从同一页面的多个链接中提取表

通过使用提供直接链接，我可以从单个页面中提取所有表（office 365和office 2016差异）

dfs = pd.read_html(
    "https://support.office.com/en-us/article/what-s-the-difference-between-office-365-and-office-2016-ed447ebf-6060-46f9-9e90-a239bd27eb96?ui=en-US&rs=en-US&ad=US", header=0)

for df in dfs:
    df

如何提取账户和付款项下的所有表格，而不必明确提供账户和付款项下每个子页面的链接

因此，基本上，它会继续office 365和office 2016差异提取表格，然后转到忘记office用户名或密码并提取表格，转到取消订阅并提取表格。

---

如果没有表，它将继续。

这些标题都不包含

表

标记，所以我对您在这里指的内容有点困惑

如果是我，我会将字符串作为标题传递，我希望从中提取链接，然后使用下面的XPath定位器获取它们

//b[.='Account and payment']//ancestor::div[1]//a[@class='ocpArticleLink']

它获取“帐户和付款”标题，查找

DIV

容器（它包含该标题的所有链接），然后查找所有链接（不包括更多链接）

这应该能满足你的要求。您可以将其放入函数中，将标题作为参数传递，然后让它返回链接集合。像下面这样的东西

def get_links(heading)
    return driver.find_elements_by_xpath("//b[.='" + heading + "']//ancestor::div[1]//a[@class='ocpArticleLink']")

---

您的问题是如何知道URL是否会指向包含表的页面？@Victor，您可以编写一个包含1个参数（表web元素）的方法，然后只打印它的内容。修改我上一个问题的答案。@Victor，我看到只有第一个链接有一个表。我说得对吗？请看：SO的期望是，用户提出问题时不仅要进行研究以回答他们自己的问题，还要分享研究、代码尝试和结果。这表明你花了时间来帮助自己，它使我们避免重复显而易见的答案，最重要的是，它帮助你得到一个更具体和相关的答案！另见：