爬虫查找所有<tr>元素的第三个<td>元素的文本

在网页爬取中，如果你想要从HTML文档中获取所有`<tr>`元素（表格行）的第三个`<td>`元素（数据单元格）的内容，通常会使用Python的库如BeautifulSoup或者lxml。这里是一个简单的例子，假设我们已经有了一个HTML字符串：

from bs4 import BeautifulSoup

def extract_data(html):
    soup = BeautifulSoup(html, 'html.parser')
    
    # 查找所有的<tr>元素
    rows = soup.find_all('tr')
    
    # 对每个<tr>元素，提取第三个<td>元素的文本
    data_list = [row.find_all('td')[2].get_text() for row in rows]
    
    return data_list

# 示例HTML
html_example = """
<table>
    <tr><td>Row 1, Cell 1</td><td>Row 1, Cell 2</td></tr>
    <tr><td>Row 2, Cell 1</td><td>Row 2, Cell 2</td></tr>
    <!-- 更多行... -->
</table>
"""

data = extract_data(html_example)
print(data)  # 输出：['Row 1, Cell 2', 'Row 2, Cell 2']