使用BeautifulSoup获取标记内的所有内容

Question

我试图获取文章标记中的所有内容，让我们说http://magazine.magix.com/de/5-tipps-fuer-die-fotobearbeitung/

但是，使用时

print soup.article

它只会走到“... ... auf verschiedene Art und WeiseundfürverschiedeneZwecke bearbeiten。”

整个代码：

from bs4 import BeautifulSoup
import requests

request_page = requests.get('http://magazine.magix.com/de/5-tipps-fuer-die-fotobearbeitung/', 'html.parser')
source = request_page.text
soup = BeautifulSoup(source, "html.parser")
print soup.article.text

我怎样才能得到一切？

Answer 1

好的，终于找到了。欢迎来到令人惊叹的刮刮世界。

在<article>代码中，存在一些</br>代码，该代表肯定意为<br/>。

无论如何，它打破了html流程，因此BS努力解析它。

以下是我解决它的方法：

from bs4 import BeautifulSoup
import requests

request_page = requests.get('http://magazine.magix.com/de/5-tipps-fuer-die-fotobearbeitung/', 'html.parser')
source = request_page.text
source = source.replace('</br>', '<br/>')
soup = BeautifulSoup(source, "html.parser")
print soup.article

（我将</br>替换为<br/> ...）

这是一个很好的刮痧，这种东西很多，依赖于：）