如何只打印文本 beautifulsoup答案

【问题标题】：how to print only text beautifulsoup如何只打印文本 beautifulsoup
【发布时间】：2017-06-19 21:54:07
【问题描述】：

我正在尝试了解 beautifulsoup 的工作原理以创建应用程序。

我可以使用 .find_all() 找到并打印所有元素，但是它们也可以打印 html 标签。如何只打印这些标签中的文本。

这就是我所拥有的：

from bs4 import BeautifulSoup

"""<html>
<p>1</p>
<p>2</p>
<p>3</p>
"""

soup = BeautifulSoup(open('index.html'), "html.parser")
i = soup.find_all('p')
print i

【问题讨论】：

Using BeautifulSoup Extract Text without Tags的可能重复
@franklinsijo 是的。我还在回答中链接了另一个相同的问题。

标签： python python-2.7 beautifulsoup

【解决方案1】：

这可能会对您有所帮助：-

from bs4 import BeautifulSoup
source_code = """<html>
<p>1</p>
<p>2</p>
<p>3</p>
"""
soup = BeautifulSoup(source_code)
print soup.text

输出：-

1
2
3

【讨论】：

【解决方案2】：

soup = BeautifulSoup(open('index.html'), "html.parser")
i = soup.find_all('p')
for p in i:
    print p.text

find_all() 将返回一个标签列表，你应该遍历它并使用tag.text 来获取标签下的文本

更好的方法：

for p in soup.find_all('p'):
    print p.text

【讨论】：

【解决方案3】：

我认为你可以做他们在this stackoverflow question 所做的事情。使用findAll(text=True)。所以在你的代码中：

from bs4 import BeautifulSoup

"""<html>
<p>1</p>
<p>2</p>
<p>3</p>
"""

soup = BeautifulSoup(open('index.html'), "html.parser")
i = soup.findAll(text=True)
print i

【讨论】：

这将返回HTML代码中的所有文本，包括注释，这绝对不是解决方案
包括评论？你的意思是包括 cmets 吗？
Comment 对象只是NavigableString 的一种特殊类型