python - 删除另一个标签内的标签 beautifulsoup

Question

u如何提取标签内的文本，如下所示:

<div><blockquote type="cite" class=""><p>Find me<\p>
<blockquote cite="mid:609415CB-0979-47C1-9A75-CE1BE65939A0@wiwacom.fr" type="cite" class=""><p>Not me<\p>
      <blockquote type="cite" class=""><p>Not me too<\p>
      </blockquote>
</blockquote>

我想要得到:

Find me

使用 python 和 beautifulsoup

Answer 1

您可以使用.find获取您所需的文本。

演示:

from bs4 import BeautifulSoup
s = """<div><blockquote type="cite" class=""><p>Find me</p>
<blockquote cite="mid:609415CB-0979-47C1-9A75-CE1BE65939A0@wiwacom.fr" type="cite" class=""><p>Not me<\p>
      <blockquote type="cite" class=""><p>Not me too<\p>
      </blockquote>
</blockquote></div>"""
soup = BeautifulSoup(s, "html.parser")
print(soup.find("div").find("p").text)

输出:

Find me

注意:您有一些无效的p标签 <\p> ==> </p>