如何使用Python从本地HTML文件中提取加密货币补充数据到输出结果

实现思路 #

你需要的所有代币信息都已经存在本地HTML文件中，无需额外请求第三方站点，直接按HTML结构提取即可：

• 每个代币的完整信息都封装在独立的class="text"的div节点内，先遍历所有这类节点，而不是直接查找a标签，能避免数据错位
• 对每个节点，先提取BscScan链接，再分别匹配对应的名称、总供应量、流动性、持币地址数、转账数字段
• 总供应量的代币符号可以直接提取相邻的strong标签内容拼接即可

完整实现代码 #

from bs4 import BeautifulSoup
import re

srcfile = 'sourcefile.html'
# 用with open管理文件句柄，避免资源泄漏
with open(srcfile, 'r', encoding="utf-8") as f:
    soup = BeautifulSoup(f, "html.parser")

# 遍历每个代币对应的独立信息区块
for token_block in soup.find_all("div", class_="text"):
    # 提取BscScan代币链接
    bsc_link = token_block.find("a", href=re.compile('https://bscscan\.com/token/'))["href"]
    # 提取代币名称
    name = token_block.find("strong", string=re.compile("Name")).next_sibling.strip().lstrip(": ")
    # 提取总供应量+代币符号
    supply_ele = token_block.find("strong", string=re.compile("Total Supply"))
    supply_val = supply_ele.next_sibling.strip().lstrip(": ")
    supply_symbol = supply_ele.find_next_sibling("strong").text.strip()
    total_supply = f"{supply_val} {supply_symbol}"
    # 提取流动性数据
    liquidity = token_block.find("strong", string=re.compile("Liquidity")).next_sibling.strip().lstrip(": ")
    # 提取持币地址数
    holders = token_block.find("strong", string=re.compile("Holders")).next_sibling.strip().lstrip(": ")
    # 提取转账数
    transfers = token_block.find("strong", string=re.compile("Transfers")).next_sibling.strip().lstrip(": ")
    
    # 格式化输出，对齐效果和你要求的一致
    print(f"Name: {name:<35} Total Supply: {total_supply}")
    print(f"Liquidity: {liquidity:<30} Holders: {holders:<10} Transfers: {transfers}")
    print(f"  BscScan: {bsc_link}\n")

运行效果说明 #

代码输出完全匹配你期望的格式，所有数据均从本地HTML直接提取，运行速度快也不会有反爬限制。

内容的提问来源于stack exchange，提问作者rbutrnz