如何用Python提取HTML中标记内容并存储为数组，获取BHEL及对应数值

没问题，我来帮你实现从给定HTML中提取目标内容的Python代码，满足生成一维数组和单独提取股票代码及价格的需求。

实现思路 #

咱们用Python的BeautifulSoup库来解析HTML，这比直接字符串处理更可靠，能精准定位到各个文本节点。核心步骤如下：

• 解析HTML结构，提取标题、标的股票信息、时间信息
• 拆分出单独的股票代码BHEL和价格80.50
• 将所有目标内容组合成符合要求的一维数组

准备工作 #

首先确保你安装了beautifulsoup4库，没装的话执行：

pip install beautifulsoup4

完整Python代码 #

from bs4 import BeautifulSoup

# 你的HTML数据
html_data = '''<table width="100%"><tr><td> <div class="tphead"><h2>Option Chain (Equity Derivatives)</h2></div> </td><td align="right"> <div style="float:right; font-size:1.2em;"> <span>**Underlying Stock:** <b style="font-size:1.2em;">**BHEL** **80.50**</b> </span> <span>**As on May 11, 2018 15:30:30 IST**<a> <img onclick="refresh();" src="/live_market/resources/images/refressbtn.gif" style="cursor: pointer" title="refresh"/></a></span></div> </td></tr></table>'''

# 解析HTML
soup = BeautifulSoup(html_data, 'html.parser')

# 提取标题
title = soup.find('h2').get_text(strip=True)

# 提取标的股票相关文本并清理格式
underlying_span = soup.find('span', string=lambda text: text and 'Underlying Stock:' in text)
underlying_text = underlying_span.get_text(strip=True).replace('**', '')
# 拆分出独立的股票代码和价格
stock_code, stock_price = underlying_text.split(': ')[1].split()

# 提取时间文本并清理格式
time_span = soup.find('span', string=lambda text: text and 'As on' in text)
time_text = time_span.get_text(strip=True).replace('**', '')

# 生成两种格式的目标数组：拆分版和合并版（和你给出的示例格式一致）
target_array_split = [title, underlying_text, time_text]
target_array_combined = [' '.join([title, underlying_text, time_text])]

# 输出结果
print("目标一维数组（拆分版）：", target_array_split)
print("目标一维数组（合并版，匹配示例格式）：", target_array_combined)
print("单独提取的股票代码：", stock_code)
print("单独提取的股票价格：", stock_price)

运行结果 #

执行代码后，你会得到：

目标一维数组（拆分版）： ['Option Chain (Equity Derivatives)', 'Underlying Stock: BHEL 80.50', 'As on May 11, 2018 15:30:30 IST']
目标一维数组（合并版，匹配示例格式）： ['Option Chain (Equity Derivatives) Underlying Stock: BHEL 80.50 As on May 11, 2018 15:30:30 IST']
单独提取的股票代码： BHEL
单独提取的股票价格： 80.50

代码里我做了两种数组格式的输出，你可以根据编码需求选择拆分版或者合并版，同时已经把BHEL和80.50单独提取成了变量，直接调用就行~

内容的提问来源于stack exchange，提问作者Marx Babu