如何用BeautifulSoup从爬取结果中提取ULTRACEMCO与7000并格式化输出？

1. 爬取网页并获取目标H6文本 #

先通过requests拉取网页内容，再用BeautifulSoup解析出所有H6标签，取第一个标签的原始文本：

import requests
from bs4 import BeautifulSoup

url = "https://niftyinvest.com/max-pain/ULTRACEMCO?expiry=25JAN2023"
resp = requests.get(url)
soup = BeautifulSoup(resp.text, "html.parser")
raw_h6_text = soup.find_all("h6")[0].get_text()

2. 清理冗余内容并提取目标值 #

针对带有多余换行、空格的文本，提供两种提取方式：

方式一：基于文本分割筛选 #

先清理空白字符，再通过字符串特性筛选目标值：

# 清理所有冗余空白，生成有效单词列表
cleaned_words = [word for word in raw_h6_text.split() if word.strip()]
# 提取全大写的代码和数字价格
stock_code = next(w for w in cleaned_words if w.isupper())
max_pain_price = next(w for w in cleaned_words if w.isdigit())
# 按要求格式输出
print(f"{stock_code}  {max_pain_price}")

方式二：基于正则表达式匹配 #

利用正则直接匹配目标内容，适配更灵活的文本结构：

import re

# 匹配连续大写字母（代码）和连续数字（价格）
match_result = re.search(r"([A-Z]+)\D*(\d+)", raw_h6_text)
if match_result:
    print(f"{match_result.group(1)}  {match_result.group(2)}")

内容的提问来源于stack exchange，提问作者Python Learner