Question

如何从我在BeautifulSoup中找到的元素中删除所有标签？

Answer 1

BeautifulStoneSoup进入bs4，在Python3中更简单

from bs4 import BeautifulSoup

soup = BeautifulSoup(html)
text = soup.get_text()
print(text)

Answer 2

为什么没有答案我见过提及有关unwrap方法的任何内容？或者，更简单的是get_text方法

http://www.crummy.com/software/BeautifulSoup/bs4/doc/#unwrap http://www.crummy.com/software/BeautifulSoup/bs4/doc/#get-text

Answer 3

使用get_text()，它会将文档中或标记下的所有文本作为单个Unicode字符串返回。

例如，从以下文本中删除所有不同的脚本标记：

<td><a href="http://www.irit.fr/SC">Signal et Communication</a>
<br/><a href="http://www.irit.fr/IRT">Ingénierie Réseaux et Télécommunications</a>
</td>

预期结果是：

Signal et Communication
Ingénierie Réseaux et Télécommunications

以下是源代码：

#!/usr/bin/env python3
from bs4 import BeautifulSoup

text = '''
<td><a href="http://www.irit.fr/SC">Signal et Communication</a>
<br/><a href="http://www.irit.fr/IRT">Ingénierie Réseaux et Télécommunications</a>
</td>
'''
soup = BeautifulSoup(text)

print(soup.get_text())

Answer 4

您可以在bs4中使用decompose方法：

soup = bs4.BeautifulSoup('<body><a href="http://example.com/">I linked to <i>example.com</i></a></body>')

for a in soup.find('a').children:
    if isinstance(a,bs4.element.Tag):
        a.decompose()

print soup

Out: <html><body><a href="http://example.com/">I linked to </a></body></html>

Answer 5

假设您要删除标记但保留内容，请参阅此问题的已接听答案：Remove a tag using BeautifulSoup but keep its contents

Answer 6

看起来这就是要做的事！就这么简单

使用此行，您可以将当前元素中的所有文本部分连接在一起

''.join(htmlelement.find(text=True))

Answer 7

这是源代码：您可以获得网址中确切的文本

URL = ''
page = requests.get(URL)
soup = bs4.BeautifulSoup(page.content,'html.parser').get_text()
print(soup)

Answer 8

仅将内容作为文本而不是html的代码：

'html_text'参数是您将在此函数中传递以获取文本的字符串

from bs4 import BeautifulSoup

soup = BeautifulSoup(html_text, 'lxml')
text = soup.get_text()
print(text)

Python / BeautifulSoup - 如何从元素中删除所有标签？

8 个答案: