转换为字符串未标记的孩子美丽的汤

【问题标题】：Convert to string untagged child Beautiful soup转换为字符串未标记的孩子美丽的汤
【发布时间】：2018-09-08 05:45:34
【问题描述】：

我正在尝试使用 BeautifulSoup4 废弃一些 html 文档，但我一直在尝试废弃这个 div：

<div class="small-info" style="margin-top: 4px;">
                5
                 <sup>th</sup>  
                August 2018
</div>

我想获得“2018 年 8 月 5 日”，我该怎么做？

【问题讨论】：

标签： python web-scraping beautifulsoup

【解决方案1】：

您必须使用get_text() 并删除多余的空格

html="<div class='small-info' style='margin-top: 4px;''>5<sup>th</sup>August 2018</div>"
soup=BeautifulSoup(html,"lxml")
div=soup.find("div",{"class","small-info"})
text=div.get_text().replace("  ","")

#text : 5 th August 2018

【讨论】：

它工作了，但是 get_text().replace(" ","") 是如何工作的？我不明白。如何跳过 sup 标签
get_text() 返回 div 中的字符串。 replace 就是去掉多余的空格，什么都不替换