python - 如何在python中提取两个不同标签之间的html？

Question

我有以下 html:

<h2>blah</h2>
html content to extract 
(here can come tags, nested structures too, but no top-level h2)
<h2>other blah</h2>

我可以在不使用 string.split("<h2>") 的情况下提取内容吗？在Python中？
(比如说，使用 BeautifulSoup 或其他库？)

Answer 1

以下是一些使用 HTQL 的测试代码，来自 http://htql.net :

sample="""<h2>blah</h2>
        html content to extract 
        <div>test</div>
        <h2>other blah<h2>
    """

import htql
htql.query(sample, "<h2 sep excl>2")
# [('\n        html content to extract \n        <div>test</div>\n        ',)]

htql.query(sample, "<h2 sep> {a=<h2>:tx; b=<h2 sep excl>2 | a='blah'} ")
# [('blah', '\n        html content to extract \n        <div>test</div>\n        ')]