python - 获取标签之间的字符串(p1TESTp2 中的 TEST)

Question

代码:

from bs4 import BeautifulSoup
soup = BeautifulSoup('<div><p>p1</p>TEST<p>p2</p></div>')
print soup.div()

结果:

[<p>p1</p>, <p>p2</p>]

为什么字符串TEST不在结果集中？我怎样才能得到它？

Answer 1

soup.div() 是 soup.div.find_all() 的快捷方式，它会 find you all div 标签内的 tags - 如您所见，它完成了这项工作。 TEST 是 p 标记之间的文本，换句话说，是第一个 p 标记的 tail .

您可以通过获取第一个 p 标记并使用 .next_sibling 来获取 TEST 字符串。 :

>>> soup.div.p.next_sibling
u'TEST'

或者，通过获取 div 的 .contents 的第二个元素:

>>> soup.div.contents[1]
u'TEST'