Python爬虫如何提取HTML页面中<B></B>标签内的文本
2026-9-12
Python提取HTML中标签文本的实现方案
推荐方案：使用BeautifulSoup解析（稳定性高，适配绝大多数爬虫场景）
这是爬虫处理HTML的通用方案，不会因为标签格式小变动（比如标签加属性、大小写变化）导致匹配失效。
- 先安装依赖库，执行命令：
pip install beautifulsoup4 - 对应实现代码：
from bs4 import BeautifulSoup # 待解析的HTML片段 html = '''<td><B>Kings Trailer</B></td>''' # 初始化HTML解析器 soup = BeautifulSoup(html, 'html.parser') # 提取B标签内的文本，HTML标签不区分大小写，直接传'b'即可自动匹配<B>标签 target_text = soup.find('b').get_text() print(target_text)
运行代码输出结果就是Kings Trailer，和预期结果一致。
- 补充：如果页面中存在多个标签，可以用
soup.find_all('b')获取所有B标签对象，遍历后逐个提取文本即可。
轻量方案：正则表达式匹配（仅适合结构完全固定的简单场景）
如果不想安装第三方库，且确认标签内部没有其他嵌套HTML标签，可以直接用正则快速提取：
import re html = '''<td><B>Kings Trailer</B></td>''' # 忽略大小写、非贪婪匹配B标签包裹的内容 match = re.search(r'<b>(.*?)</b>', html, re.I | re.S) if match: target_text = match.group(1) print(target_text)
注意：正则方案容错性差，如果B标签带属性（比如
<B style="color:red">）、标签内部有嵌套内容，很容易匹配失败，复杂HTML场景不建议使用。
内容的提问来源于stack exchange，提问作者Dzbb Simon
相关产品推荐
相关产品推荐
