Python如何从HTML文本中提取股价、NAV及折溢价率数值？

可以使用检索目标前后固定文本的方式提取，同时也有更稳定的实现方案，具体如下： #

方案1：正则匹配（基于前后固定文本检索） #

该方案逻辑简单，不需要依赖第三方库，只要目标值前后的特征字符串长期不变就可以使用：

• 匹配逻辑：定位Current</td>后的三个right-align类的td标签内容，直接用正则捕获需要的数值
• 示例代码：

import re

html_str = """你的完整HTML文本"""
# 正则规则，三个捕获组分别对应你需要的三个值
pattern = r'<td>Current</td><td class="right-align">(\$\d+\.\d+)</td><td class="right-align">(\$\d+\.\d+)</td><td class="right-align">(-?\d+\.\d+%)</td>'
result = re.search(pattern, html_str)
if result:
    share_price, nav, discount = result.groups()
    print(share_price, nav, discount)

• 注意事项：如果HTML代码里的空格、标签属性、换行有变动，会导致匹配失败，只适合结构完全固定的场景。

方案2：HTML解析库提取（更推荐，稳定性更高） #

使用专门的HTML解析工具直接定位DOM元素，抗结构变动能力更强，只要表格的表头和Current行的顺序不变，就算标签属性、空格换行有调整也能正常提取：

• 首先安装依赖库：pip install beautifulsoup4
• 示例代码：

from bs4 import BeautifulSoup

html_str = """你的完整HTML文本"""
soup = BeautifulSoup(html_str, "html.parser")
# 定位到Current所在的行
current_tr = soup.find("td", text="Current").parent
# 按顺序取后面三个td的文本
values = [td.text.strip() for td in current_tr.find_all("td")[1:]]
share_price, nav, discount = values
print(share_price, nav, discount)

• 优势：不用关心HTML代码的格式细节，只要页面的功能结构不变就可以长期运行，适合日常爬取使用。

内容的提问来源于stack exchange，提问作者nbafan249