python - 如何从标签内获取文本，但忽略其他子标签

Question

我正在做漂亮的汤。我有一个 html 字符串:

<div><b>ignore this</b>get this</div>

如何检索“获取此”，同时忽略“忽略此”

谢谢

Answer 1

您可以获取 div 文本，但无需递归检索子文本:

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('<div><b>ignore this</b>get this</div>')
>>> soup.div.find(text=True, recursive=False)
u'get this'

这与文本相对于子项的位置无关:

>>> soup = BeautifulSoup('<div>get this<b>ignore this</b></div>')
>>> soup.div.find(text=True, recursive=False)
u'get this'