Python 3.x 使用Robobrowser、Python中的Beautifulsoup在HTML文件中提取无标记/格式的文本 名称：用户名[585743] 金钱：$Money 地点：城市 级别：43 黄金：4706/5315

我把这个HTML放在一个凌乱的页面里。我想提取每个

和

之间的元素。它们是纯文本，没有有用的类或ID可以使用

到目前为止我使用的代码：

<font color="white">
    <b>Name:</b> USERNAME [585743] <br>  
    <b>Money:</b> $MONEY <br>   
    <b>Location:</b> CITY<br>
    <b>Level:</b> 43<br>
    <b>Gold:</b> 4706 / 5315<br>
</font>

browser.open（银行url）
soup=browser.parsed
result2=re.search（r'（.*）
'，src）.group（0）
打印（结果2）

这导致了

browser.open(bank_url)

soup = browser.parsed


result2 = re.search(r'</b> (.*?)<br/>', src).group(0)
print(result2)

用户名[585743]

正在打印。这是一个很好的开始，但由于某种原因，我不能得到更多的元素得到打印

有没有一种方法可以只提取一段特定的文本？例如，金色文本4706/5315

---

我正在使用python 3.6中的robobrowser和beautifulsoup

如果您正在使用beautifulsoup，您应该首先创建beautifulsoup对象：

</b> USERNAME [585743] <br> 

使用可以从元素中获取

Gold:

旁边的值。这就是该方法的样子：

>>> for i in soup.findAll('b'):
     print(i.next_sibling)

 USERNAME [585743] 
 $MONEY 
 CITY
 43
 4706 / 5315

---

我想你可以直接使用

soup.find（'b'，text='Gold:'）。下一个兄弟姐妹

。是的，我一开始就注意到了这一点，但问题是：上面粘贴的元素是一大块分散的portion。因此，如果有另一个容器具有另一个标记名（而不是

font

）并将

Gold:

作为项目，那么代码将给出错误的结果。谢谢。谢谢你的回复，是的，这个网站是一个没有div标签的烂摊子。这只是一堆，几乎没有任何课程。我试试你说的。我还有一个问题，我使用robobrowser登录该网站，soup.find文件会让我继续登录吗？我是新来的。我遇到的一个问题是，如果我运行html请求，它会获取已注销的站点。

BeautifulSoup

在登录过程中不起任何作用。它是目前可用的最好的解析器之一。它可以帮助您从任何浏览器模拟器或http请求生成的元素中获取文本。因此，它不应该与您的登录内容有任何冲突。谢谢。我不明白，代码块是一个大型站点的一小部分。我的问题是我没有一个好的方法告诉beautifulsoup选择什么。我如何告诉它选择你在那里复制的所有内容？你可以使用字体标记，如果你确定块总是在它里面，我已经尝试了字体标记，但由于某种原因，我在多行上做了很多困难。如何在不使用正则表达式的情况下进行字体标记？

>>> for i in soup.findAll('b'):
     print(i.next_sibling)

 USERNAME [585743] 
 $MONEY 
 CITY
 43
 4706 / 5315

from bs4 import BeautifulSoup

element = """
<font color="white">
    <b>Name:</b> USERNAME [585743] <br>  
    <b>Money:</b> $MONEY <br>   
    <b>Location:</b> CITY<br>
    <b>Level:</b> 43<br>
    <b>Gold:</b> 4706 / 5315<br>
</font>
"""
soup = BeautifulSoup(element,"lxml")
item = [elem.next_sibling.strip() for elem in soup.select("font b") if "Gold" in elem.text]
print(' '.join(item))

4706 / 5315