推荐优先使用 pandas.read_html() 解析静态网页表格，因其自动处理结构、类型推断和定位；仅当表格混乱（如跨行跨列混用、无ID/class）或需精细控制时，才用 BeautifulSoup 手动解析并注意占位数组、空单元格和编码问题。

直接用 BeautifulSoup 解析表格再手动拼 CSV 是可行的，但容易漏掉跨行（rowspan）、跨列（colspan）单元格，也难处理嵌套标签或空单元格。推荐先用 pandas.read_html() 提取，再用 BeautifulSoup 做兜底或精细控制。

什么时候该用 pandas.read_html() 而不是纯 BeautifulSoup

绝大多数静态网页表格（尤其是有清晰

结构的），pandas.read_html() 会自动识别、解析并返回 DataFrame 列表，省去遍历 tr/td 的麻烦，还内置了 header、skiprows、attrs 等过滤参数。

常见适用场景：

• 表格没有 JS 渲染，源码里有完整

页面含多个表格，但目标表格有唯一 id 或 class（可用 attrs={"id": "my-table"} 精准定位）

需要保留数字类型（pandas 自动推断，BeautifulSoup 默认全为字符串）

示例：

import pandas as pd
dfs = pd.read_html("https://example.com/page.html", attrs={"class": "data-table"})
df = dfs[0]  # 取第一个匹配表格
df.to_csv("output.csv", index=False)

必须用 BeautifulSoup 手动解析的几种情况

当表格结构混乱：比如

里、或者

和	混用、表头在

标签被包裹在

中且无 class/id 时，pandas.read_html() 可能失败或错位。

此时需手动遍历，关键点：

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

• 用 soup.find("table", {...}) 定位，别只靠 find_all("table") 硬索引
• 逐行处理 tr，对每个 td 或 th 检查 rowspan/colspan 属性，维护一个二维“占位数组”模拟渲染位置（否则会漏数据）
• 用 get_text(strip=True) 替代 .text，避免换行符和多余空格
• 空单元格（

）要显式写入 ""，否则 CSV 列数会错乱

简略示意逻辑：

from bs4 import BeautifulSoup
import csv
<p>soup = BeautifulSoup(html, "html.parser")
table = soup.find("table", {"id": "sales-data"})
rows = table.find_all("tr")</p><p>with open("output.csv", "w", newline="") as f:
writer = csv.writer(f)
for row in rows:
cells = row.find_all(["td", "th"])
writer.writerow([cell.get_text(strip=True) for cell in cells])
</p>

to_csv() 常见编码与格式陷阱

中文乱码、Excel 打开显示异常，基本都出在这几处：

• 保存时没指定 encoding="utf-8-sig" —— Excel 默认用系统编码读 UTF-8，不加 BOM 就是乱码；用 "utf-8-sig" 才能正常打开
• index=False 必须加，否则第一列多出序号，破坏表头对齐
• 字段含逗号、换行或双引号时，csv.writer 默认会用双引号包裹，但若原始文本已有未转义双引号，会导致 CSV 解析错位；建议用 quoting=csv.QUOTE_MINIMAL（默认值）或更安全的 QUOTE_ALL
• 如果目标是给 Excel 用户用，别省略 newline="" 参数，否则 Windows 上会多出空行

真正麻烦的是那些合并单元格 + 动态加载 + 表头错位的表格——这时候得结合 requests-html 或 selenium 渲染，再喂给 BeautifulSoup，而不是硬刚解析逻辑。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！