如何使用 Beautiful Soup 在“p”标签中获取文本？

Question

我想获取所有 p 标签并将其存储在一个列表中，但不幸的是它们之间都有一个
。

内容如下所示：

<p>Ich halt mir die Pistole an den Kopf
 <br/>Doch drück' nicht ab, denn ich hab zu viel Angst vor Gott</p>,
 <p>Feinde wurden zu Brüdern
 <br/>Und Brüder wurden zu V-Männern
 <br/>Die beste Gang, in der ich jemals war
 <br/>Me, myself und meine DNA</p>,

我应该看起来像：

[Ich halt mir die Pistole an den Kopf
    Doch drück' nicht ab, denn ich hab zu viel Angst vor Gott, Feinde wurden zu Brüdern
     Und Brüder wurden zu V-Männern
     Die beste Gang, in der ich jemals war
     Me, myself und meine DNA,]
 

这是我当前的代码：

url = requests.get("https://www.myzitate.de/suche/farid-bang/")
z = bs(url.content)
cont = z.find("div", attrs={"id":"cont"})
cont.find_all("p")

Answer 1

这就是你要找的吗？

ps = [p.get_text() for p in cont.find_all("p")]

Answer 2

您可以使用tag.get_text() 和参数strip=True 和separator='\n' 来获取正确的文本：

import requests
from bs4 import BeautifulSoup


url = 'https://www.myzitate.de/suche/farid-bang/'
soup = BeautifulSoup(requests.get(url).content, 'html.parser')

for p in soup.select('p'):
    print(p.get_text(strip=True, separator='\n'))
    print('-' * 80)

打印：

Ich halt mir die Pistole an den Kopf
Doch drück' nicht ab, denn ich hab zu viel Angst vor Gott
--------------------------------------------------------------------------------
Feinde wurden zu Brüdern
Und Brüder wurden zu V-Männern
Die beste Gang, in der ich jemals war
Me, myself und meine DNA
--------------------------------------------------------------------------------
Wir sind Public Enemy
Ihr Police Academy
Kann nicht tanzen, meine Schultern sind zu breit
Du willst mich batteln und frisst dann den Bürgersteig
--------------------------------------------------------------------------------
Wir kam'n von unten mit Gangsta-Rap
Und sind im Endeffekt drei Gs wie das Handynetz
--------------------------------------------------------------------------------

...and so on.

Answer 3

所有项目都位于z 的id 下，可通过以下方式访问

page_soup.find_all('div', {'id': 'z'}):

在某些网站中，p 标签存在多个实例，因此我通常会搜索上层类，以确保获得预期的输出。

您感兴趣的文本位于p tag 内，可通过以下方式检索

div_tag.find_all('p')

完整代码如下：

append_text=[]
url = requests.get("https://www.myzitate.de/suche/farid-bang/")
page_soup= Soup(url.content)
for div_tag in page_soup.find_all('div', {'id': 'z'}):
    for litag in div_tag.find_all('p'):
        append_text.append(litag.text)