如何使用 BeautifulSoup 获取某个类下的所有标签（带有内容）？答案

【问题标题】：How to get all the tags (with content) under a certain class with BeautifulSoup?如何使用 BeautifulSoup 获取某个类下的所有标签（带有内容）？
【发布时间】：2021-05-20 00:20:02
【问题描述】：

我的汤元素中有一个类，它是一个单元的描述。

<div class="ats-description">
 <p>Here is a paragraph</p>
 <div>inner div</div>
 <div>Another div</div>
 <ul>
    <li>Item1</li>
    <li>Item2</li>
    <li>Item3</li>
 </ul>
</div>

我可以通过soup.select(".ats-description")[0] 轻松获取这部分内容。现在我想删除<div class="ats-description">，只保留所有内部标签（保留文本结构）。怎么做？

soup.select(".ats-description")[0].getText() 给了我里面的所有文字，像这样：

'\nHere is a paragraph\ninner div\nAnother div\n\nItem1\nItem2\nItem3\n\n\n'

但是删除了所有内部标签，所以它只是非结构化文本。我也想保留标签。

【问题讨论】：

标签： python html beautifulsoup html-parsing

【解决方案1】：

要获取innerHTML，使用方法.decode_contents()

innerHTML = soup.select_one('.ats-description').decode_contents()
print(innerHTML)

【讨论】：

【解决方案2】：

试试这个，按soup.find_all()列表中的标签匹配

from bs4 import BeautifulSoup

html="""<div class="ats-description">
 <p>Here is a paragraph</p>
 <div>inner div</div>
 <div>Another div</div>
 <ul>
    <li>Item1</li>
    <li>Item2</li>
    <li>Item3</li>
 </ul>
</div>"""

soup = BeautifulSoup(html, 'lxml')
print(soup.select_one("div.ats-description").find_all(['p','div','ul']))

【讨论】：

我不知道里面会有什么。所以，我不能像你那样对所有标签进行硬编码。它可能有效，也可能无效。