如何用Python的Robobrowser、BeautifulSoup提取HTML指定文本

嘿，我来帮你搞定这个数据提取的问题！既然页面没有可用的类或ID，咱们就靠标签的属性和结构来精准定位内容。结合你给出的代码片段，这里是完整的实现方案：

步骤说明 #

1. 首先确保你已经导入了BeautifulSoup和对应的浏览器库（从代码里的browser.open来看，你应该用的是mechanicalsoup）
2. 定位到包含目标数据的<font color="white">标签——这是我们的核心切入点
3. 遍历标签内的所有<b>元素，提取每个<b>之后的纯文本内容

完整代码示例 #

from bs4 import BeautifulSoup
import mechanicalsoup

# 初始化浏览器并打开目标页面
browser = mechanicalsoup.Browser()
page = browser.open(bank_url)
soup = BeautifulSoup(page.text, 'html.parser')

# 通过color属性定位到存储用户数据的font标签
target_container = soup.find('font', color='white')

# 提取每个字段的键值对，整理成字典
user_profile = {}
for bold_tag in target_container.find_all('b'):
    # 处理键名：去掉末尾的冒号和多余空白
    field_name = bold_tag.text.strip().rstrip(':')
    # 获取<b>标签之后的兄弟文本，清理空白字符
    field_value = bold_tag.next_sibling.strip()
    user_profile[field_name] = field_value

# 查看提取后的结构化数据
print(user_profile)

代码解释 #

• 我们用soup.find('font', color='white')精准锁定数据容器，这个标签的color属性是当前唯一可利用的定位标识
• 遍历每个<b>标签，把<b>内的文本（比如"Name"、"Money"）作为字典的键，<b>后面紧跟的纯文本作为对应的值
• 用strip()和rstrip(':')清理文本里的空白和多余符号，让最终数据更整洁

运行这段代码后，你会得到一个结构清晰的字典，示例输出如下：

{
    'Name': 'USERNAME [585743]',
    'Money': '$MONEY',
    'Location': 'CITY',
    'Level': '43',
    'Gold': '4706 / 5315'
}

内容的提问来源于stack exchange，提问作者Alexis Drakopoulos