（python）使用漂亮的汤解析某些HTML输出标签

Question

你好:)在玩了一下后，我想出了以下函数，它返回完整的HTML标记，而不是简单的倒置部分＆lt; ＆gt;“this”＆lt; < / EM>＆GT;

from BeautifulSoup import BeautifulSoup
from urllib2 import urlopen

def get_wotd():
    return str((BeautifulSoup(urlopen('http://www.reference.com/wordoftheday'))).findAll('h2'))

print get_wotd()

今天的话，例如“nosh”。而不是得到：

[<h2 class="me">nosh</h2>]

我需要输出，简单地说，

nosh

任何人都知道如何解决这个问题？

Answer 1

使用lxml代替BeautifulSoup：

>>> from lxml.html import parse
>>> tree = parse("http://www.reference.com/wordoftheday")
>>> tree.xpath("//h2")[0].text
'nosh'

Answer 2

使用.text属性获取内部文本，然后使用find()方法：

>>> from BeautifulSoup import BeautifulSoup
>>> from urllib2 import urlopen
>>> soup = BeautifulSoup(urlopen('http://www.reference.com/wordoftheday'))
>>> soup.find('h2').text
u'nosh'