不使用BeautifulSoup

如果您不想使用BeautifulSoup，您可以使用selenium的webdriver来获取页面，并使用其自带的查找元素方法来定位表格和表格中的内容。

以下是一个示例代码，可以使用selenium的webdriver来获取页面，然后使用其自带的查找元素方法来获取表格和表格中的内容：

from selenium import webdriver

# 设置driver路径，启动driver
driver = webdriver.Chrome("/path/to/chromedriver")
driver.get("https://example.com")

# 找到表格元素
table = driver.find_element_by_tag_name('table')

# 找到所有行
rows = table.find_elements_by_tag_name('tr')

# 遍历每一行并打印每个单元格的文本内容
for row in rows:
    cells = row.find_elements_by_tag_name('td')
    for cell in cells:
        print(cell.text)

这段代码使用了selenium的WebDriver的`find_element_by_tag_name()`方法来获取表格元素，然后使用`find_elements_by_tag_name()`方法获取每行和每个单元格的元素，并打印每个单元格的文本内容。

相关问题

怎么爬取一个网页中的一百张照片（不使用BeautifulSoup 不使用函数）

如果你不想使用 BeautifulSoup 库和函数来爬取网页中的照片，你可以使用 Python 的 re 模块（正则表达式）和 requests 库来实现。

以下是一个示例代码，展示如何使用正则表达式和 requests 库来爬取一个网页中的一百张照片：

import re
import requests

def crawl_images(url, num_images):
    response = requests.get(url)
    html_content = response.text

    pattern = r'<img.*?src="(.*?)".*?>'
    image_urls = re.findall(pattern, html_content)

    count = 0
    for image_url in image_urls:
        if count == num_images:
            break
        
        if image_url.startswith('http'):
            response = requests.get(image_url)
            with open(f'image_{count}.jpg', 'wb') as f:
                f.write(response.content)
            count += 1

crawl_images('https://example.com', 100)

上述代码与之前的示例类似，只是使用了正则表达式来提取图片的 URL，并使用 requests 库发送 HTTP 请求下载图片。

需要注意的是，使用正则表达式来解析 HTML 可能不够健壮和可靠，因为 HTML 的结构可能会变化。对于复杂的 HTML 页面，使用 BeautifulSoup 库通常更可靠和灵活。但如果你坚决不使用 BeautifulSoup 和函数，使用正则表达式和 requests 库也是一种可行的方法。

使用BeautifulSoup

使用BeautifulSoup需要先安装该库，可以使用以下命令在终端中安装：

pip install beautifulsoup4

安装完成后，就可以在Python代码中导入BeautifulSoup库并使用了。下面是一个简单的示例，演示如何使用BeautifulSoup解析HTML文档并提取其中的链接：

from bs4 import BeautifulSoup
import requests

# 发送HTTP请求获取HTML文档
url = 'https://www.baidu.com'
response = requests.get(url)
html_doc = response.text

# 使用BeautifulSoup解析HTML文档
soup = BeautifulSoup(html_doc, 'html.parser')

# 找到所有的链接
links = soup.find_all('a')
for link in links:
    # 输出链接的href属性和文本内容
    print(link.get('href'), link.text)

这个示例首先使用requests库发送HTTP请求获取百度首页的HTML文档，然后使用BeautifulSoup解析HTML文档，最后找到所有的链接并输出它们的href属性和文本内容。通过这个示例可以看出，使用BeautifulSoup可以轻松地从HTML文档中提取数据。