从网站列表中提取数据，没有多余的标签

Question

工作代码：Google dictionary lookup via python and beautiful soup - ＆gt;只需执行并输入一个单词。

我很简单地从特定列表项中提取了第一个定义。但是为了获得普通数据，我必须在换行符处拆分数据，然后将其删除以删除多余的列表标记。

我的问题是，是否有一种方法可以提取特定列表中包含的数据，而无需进行上述字符串操作 - 也许是我还没看到的美丽汤中的功能？

这是代码的相关部分：

# Retrieve HTML and parse with BeautifulSoup.
    doc = userAgentSwitcher().open(queryURL).read()
    soup = BeautifulSoup(doc)

# Extract the first list item -> and encode it.
    definition = soup('li', limit=2)[0].encode('utf-8')

# Format the return as word:definition removing superfluous data.
    print word + " : " + definition.split("<br />")[0].strip("<li>")

Answer 1

我认为你正在寻找findAll（text = True）这将从标签中提取文本

definitions = soup('ul')[0].findAll(text=True)

将返回标签边界处断开的所有文本内容的ist