从包含br标签的td标签中提取文本

Question

我想从包含内部br标签的td标签中提取文本。

from bs4 import BeautifulSoup
html = "<td class=\"text\">This is <br/>a breakline<br/><br/></td>"
soup = BeautifulSoup(html, 'html.parser')
print(soup.td.string)

实际输出：None

预期输出：This is a breakline

Answer 1

来自美丽的汤document：

  

如果标记包含多个内容，则不清楚.string应引用的内容，因此.string定义为无：

如果你想要文字部分（document）：

  

如果您只想要文档或标记的文本部分，则可以使用get_text()方法。它返回文档中或标记下的所有文本，作为单个Unicode字符串：

所以你可以使用以下内容：

print(soup.get_text())

针对特定代码soup.td.get_text()

Answer 2

这将为您提供所需内容：

print(soup.td.text)

这适用于特定的td代码

否则你也有：

print(soup.text)