使用 BeautifulSoup 获取 div 的分隔内容答案

【问题标题】：Use BeautifulSoup to get delimited contents of a div使用 BeautifulSoup 获取 div 的分隔内容
【发布时间】：2010-06-09 19:04:56
【问题描述】：

我想从 BeautifulSoup 中得到正确分隔的文本，必要时将标签变成空白。问题是换行符被折叠并且像<br/> 这样的标签没有呈现为空白。

<div class="companyInfo">
    <p class="identInfo">
        <acronym title="Standard Industrial Code">
            SIC
        </acronym>
        :
        <a href="/?SIC=3674">
            3674
        </a>
        - SEMICONDUCTORS &amp; RELATED DEVICES
        <br />
        State location: CA
    </p>
</div>

如果我运行 BeautifulSoup(sampleHTML).text 我会得到以下信息：

u'SIC:3674- SEMICONDUCTORS &amp; RELATED DEVICESState location: CA'

我想得到正确处理空格的东西，像这样：

u'SIC : 3674 - SEMICONDUCTORS &amp; RELATED DEVICES State location: CA'

有什么建议吗？谢谢！

【问题讨论】：

可能重复：stackoverflow.com/questions/2305191/…
谢谢，我认为你是对的。另外，我认为我最好使用“.content”而不是“.text”。

标签： python beautifulsoup

【解决方案1】：

您也可以使用 getText() 函数。 getText() 有一个用于分隔符的可选参数。

BeautifulSoup(sampleHTML).getText(' ').strip()

strip() 用于删除任何前导和尾随空格。

【讨论】：

【解决方案2】：

我最终使用内容方法从各个节点获取我想要的信息。事实证明，这比使用 text 方法更好，因为它消除了对某些文本解析的需要。

因此，总而言之，使用内容方法或点击 Jouni 留下的链接并在那里查看答案。

【讨论】：