如何从BeautifulSoup解析得到的字符串中提取指定字段信息？

AI 小北

2026-8-25

问题

需要从以下HTML代码中提取名称、价格、位置和最后发帖时间字段：

<div class="topicicons"><span title="This is a marketplace ad topic." class="icon icon-tag"></span></div>
<a data-nologvisit  href="/pinball/forum/forum/games-for-sale" rel="7" class="subforum subforum-7" title="Pinball machines for sale">MFS</a>
<a class="t" href="/pinball/forum/topic/for-sale-pirates-of-the-caribbean-le-58">FS: Pirates of the Caribbean (LE)<span class="tag tag-price">&#36; 25,000 </span><span class="tag tag-loc">Whiteland, IN</span></a>
<span class="by">By ARW55 (1 year ago)<span class="last"> - Last post 3 days ago</span></span>
</div><div rel="319235" data-vu="" class="topic topic-mb0 sf-7 has-new sfbox-1 topic-featured">

当前使用代码：

soup.findAll(True, {'class': ['t', 'by']})

得到输出：

FS: Pirates of the Caribbean (LE)$ 25,000 Whiteland, IN
By ARW55 (1 year ago) - Last post 3 days ago

不清楚如何从这些字符串中提取所需信息，且存在大量类似格式的条目（示例）：

FS: Teenage Mutant Ninja Turtles (Pro)$ 8,000 (OBO) Downers Grove, IL
By Thorn-in-pinball (3 days ago) - Last post 3 days ago

解决方案

直接利用HTML结构中已有的类名定位元素，比拆分字符串更稳定：

提取名称：定位class为t的a标签，取其第一个子节点文本，去掉前缀FS: 并清理空格：

title_a = soup.find('a', class_='t')
name = title_a.contents[0].replace('FS: ', '').strip()
# 示例输出：Pirates of the Caribbean (LE)

提取价格：直接定位class为tag-price的span标签，提取文本并清理多余空格：
```
price = soup.find('span', class_='tag-price').get_text(strip=True)
# 示例输出：$25,000
```

提取位置：定位class为tag-loc的span标签，提取文本：

location = soup.find('span', class_='tag-loc').get_text(strip=True)
# 示例输出：Whiteland, IN

提取最后发帖时间：定位class为last的span标签，去掉开头的-前缀：

last_post_time = soup.find('span', class_='last').get_text(strip=True).replace('- ', '')
# 示例输出：Last post 3 days ago

如果要批量处理多个条目，先定位每个topic类的div容器，再在每个容器内执行上述提取操作：

for topic in soup.find_all('div', class_='topic'):
    # 提取名称
    title_a = topic.find('a', class_='t')
    name = title_a.contents[0].replace('FS: ', '').strip()
    # 提取价格
    price = topic.find('span', class_='tag-price').get_text(strip=True)
    # 提取位置
    location = topic.find('span', class_='tag-loc').get_text(strip=True)
    # 提取最后发帖时间
    last_post_time = topic.find('span', class_='last').get_text(strip=True).replace('- ', '')
    # 输出或存储结果
    print(f"名称：{name}，价格：{price}，位置：{location}，最后发帖时间：{last_post_time}")

内容的提问来源于stack exchange，提问作者Fopoki