如何解析HTML块特定内容：提取Suggested use与Warning文本

嘿，这事儿不难搞定！我给你两种常用的方法，你可以根据自己的技术栈来选：

方法一：用BeautifulSoup（推荐，处理HTML更可靠） #

这是Python里处理HTML解析的标准工具，能轻松定位到你要的内容，容错性也强。

1. 先安装依赖（如果还没装的话）：

pip install beautifulsoup4

2. 编写解析代码：

from bs4 import BeautifulSoup

# 你的HTML内容
html_content = '<strong>Suggested use:</strong> "This is the suggested use text" <br><br> <strong>Warning:</strong> "This is the warning text"'

# 初始化解析器
soup = BeautifulSoup(html_content, 'html.parser')

# 提取Suggested use对应的文本
suggested_use = soup.find('strong', string='Suggested use:').next_sibling.strip()
# 提取Warning对应的文本
warning = soup.find('strong', string='Warning:').next_sibling.strip()

# 存储到独立字段（比如用字典或类对象）
extracted_data = {
    'suggested_use': suggested_use,
    'warning': warning
}

print(extracted_data)
# 输出：{'suggested_use': '"This is the suggested use text"', 'warning': '"This is the warning text"'}

逻辑很清晰：先找到内容为"Suggested use:"的<strong>标签，再取它的下一个兄弟节点（就是后面的目标文本），最后去掉多余空格。Warning的提取逻辑完全一致。

方法二：用正则表达式（仅当HTML结构完全固定时使用） #

如果你的HTML结构永远不会变，也可以用正则来匹配，但要注意：正则处理HTML容易因为结构微小变化（比如多了个空格、标签顺序变了）失效，所以只推荐在简单固定场景下用。

示例代码：

import re

html_content = '<strong>Suggested use:</strong> "This is the suggested use text" <br><br> <strong>Warning:</strong> "This is the warning text"'

# 匹配Suggested use的内容
suggested_match = re.search(r'<strong>Suggested use:</strong>\s*(.*?)\s*<br>', html_content)
suggested_use = suggested_match.group(1) if suggested_match else None

# 匹配Warning的内容
warning_match = re.search(r'<strong>Warning:</strong>\s*(.*)', html_content)
warning = warning_match.group(1).strip() if warning_match else None

# 存储到字段
extracted_data = {
    'suggested_use': suggested_use,
    'warning': warning
}

print(extracted_data)

两种方法都能把你要的内容提取出来并存到独立字段里，优先推荐BeautifulSoup，毕竟专门处理HTML的工具更靠谱～

内容的提问来源于stack exchange，提问作者Splashlin