在标签之间获取一个字符串（<div> <p> p1 </p> TEST <p> p2 </p> </div>中的TEST）

Question

代码：

from bs4 import BeautifulSoup
soup = BeautifulSoup('<div><p>p1</p>TEST<p>p2</p></div>')
print soup.div()

结果：

[<p>p1</p>, <p>p2</p>]

为什么字符串TEST不在结果集中？我怎么能得到它？

Answer 1

soup.div()是soup.div.find_all()的快捷方式，div标记内的find you all 标记 - 正如您所看到的，它可以完成工作。 TEST是p代码之间的文字，换句话说，是第一个tail代码的p。

您可以通过获取第一个TEST代码并使用.next_sibling来获取p字符串：

>>> soup.div.p.next_sibling
u'TEST'

或者，通过获取div＆＃39; s .contents的第二个元素：

>>> soup.div.contents[1]
u'TEST'

Answer 2

来自bs4

import BeautifulSoup
soup = BeautifulSoup('<div><p>p1</p>TEST<p>p2</p></div>')
print soup.div.text
u'p1TESTp2'