如何提取嵌套<font>标签价格数据并合并矿物名称与价格列表？

正在制作矿物名称+价格的列表，已成功获取第一页的矿物名称，但无法提取价格数据。尝试过兄弟/父标签等方法但未成功。另外，若使用两个for循环，能否将矿物名称列表与价格列表合并？需要提取嵌套<font>标签中的价格内容（如€580 / US$598 / ¥84010 / AUD$890），而非“Price:”文本，当前通过find('font')无法获取目标数据。

附代码片段：

import requests
from bs4 import BeautifulSoup

URL = "https://www.fabreminerals.com/search_results.php?LANG=EN&SearchTerms=&submit=Buscar&MineralSpeciment=&Country=&Locality=&PriceRange=&checkbox=enventa&First=0"

headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.190 Safari/537.36'}

page = requests.get(URL, headers=headers)
print(page.content)

soup = BeautifulSoup(page.content, 'html5lib')
table = soup.find('a', attrs = {'name':'SearchTop'})
print(table.prettify())


for names in table.find_all('img', alt=True):
     print(names['alt'])

print(soup.find_all('font'))

目标HTML片段：

<font face="Arial, Helvetica, sans-serif" size="-1">
           <font color="#FF0000">
            Price:
           </font>
           €580 / US$598 / ¥84010 / AUD$890
          </font>

1. 正确提取价格数据 #

针对目标HTML结构，有两种可靠的提取方式：

• 方式一：通过“Price:”标签的兄弟节点提取
  找到包含“Price:”的子<font>标签（color="#FF0000"），然后取它的next_sibling，再清理空白字符即可得到价格：

price_tag = container.find('font', color="#FF0000")
price = price_tag.next_sibling.strip()

• 方式二：通过父标签文本过滤提取
  直接获取外层<font>标签的所有文本，然后去掉“Price:”部分并清理空白：

parent_font = container.find('font', face="Arial, Helvetica, sans-serif", size="-1")
full_text = parent_font.get_text(strip=True, separator=" ")
price = full_text.replace("Price:", "").strip()

2. 合并矿物名称与价格列表 #

不建议用两个独立的for循环分别收集名称和价格（容易因页面结构变动导致顺序错乱），最优方式是遍历每个矿物的容器节点，在同一个循环内同时提取名称和价格，然后直接配对存入列表或字典。

如果已经有两个独立的列表，也可以用zip()函数将它们按顺序合并：

mineral_names = [name['alt'] for name in table.find_all('img', alt=True)]
prices = [price for price in price_list]  # 假设已提取好价格列表
mineral_data = list(zip(mineral_names, prices))

import requests
from bs4 import BeautifulSoup

URL = "https://www.fabreminerals.com/search_results.php?LANG=EN&SearchTerms=&submit=Buscar&MineralSpeciment=&Country=&Locality=&PriceRange=&checkbox=enventa&First=0"

headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.190 Safari/537.36'}

page = requests.get(URL, headers=headers)
soup = BeautifulSoup(page.content, 'html5lib')
# 找到包含所有矿物的容器（这里基于原代码调整到父节点，需根据实际页面结构微调）
table = soup.find('a', attrs={'name':'SearchTop'}).parent

mineral_list = []
# 遍历每个矿物项（示例用<tr>，需根据页面实际结构替换为对应容器标签）
for item in table.find_all('tr'):
    # 提取矿物名称
    name_tag = item.find('img', alt=True)
    if not name_tag:
        continue
    mineral_name = name_tag['alt']
    
    # 提取价格
    price_tag = item.find('font', color="#FF0000")
    if not price_tag:
        mineral_price = "无价格"
    else:
        mineral_price = price_tag.next_sibling.strip()
    
    mineral_list.append({"名称": mineral_name, "价格": mineral_price})

# 输出结果
for idx, mineral in enumerate(mineral_list, 1):
    print(f"{idx}. {mineral['名称']} - {mineral['价格']}")

注意事项 #

• 需根据页面实际HTML结构调整矿物容器的选择器（比如示例中的find_all('tr')），确保每个item对应单个矿物的完整信息。
• 当前目标链接为静态内容，requests即可处理；若后续页面有动态加载，可改用selenium。

内容的提问来源于stack exchange，提问作者michalb93