Excel中如何提取HTML option标签value属性内的文本内容？

方法1：文本编辑器快速批量提取 #

适合仅需提取内容、不需要后续自动化处理的场景，用VS Code、Sublime Text等支持正则替换的编辑器即可完成：

• 打开存储所有option标签的源文件
• 按下Ctrl+H（Windows/Linux）/Command+H（Mac）唤起替换功能，开启正则匹配模式
• 查找内容填写：.*value="([^"]+)".*
• 替换内容填写：$1
• 点击「全部替换」，即可一次性得到所有value属性的内容

方法2：Python脚本提取（更稳定） #

如果标签格式存在不规范的情况，用HTML解析库提取可以避免正则匹配的误差，代码示例如下：

from bs4 import BeautifulSoup

# 读取存储option标签的源文件
with open("源文件路径.html", "r", encoding="utf-8") as f:
    html_content = f.read()

# 解析HTML提取所有option的value值
soup = BeautifulSoup(html_content, "html.parser")
value_list = [option.get("value") for option in soup.find_all("option")]

# 保存提取结果
with open("提取结果.txt", "w", encoding="utf-8") as f:
    f.write("\n".join(value_list))

你给出的示例标签<option label="0012 – Senior government managers and officials" value="0012 – Senior government managers and officials"></option>，提取后结果为0012 – Senior government managers and officials，对应翻译为「0012 - 高级政府管理人员和官员」

内容的提问来源于stack exchange，提问作者Karim Ali