使用beautifulsoup从HTML中剥离值

Question

试图从

剥离

<h3 class="s-item__title s-item__title--has-tags" role="text"><div><div class="s-item__title-tag">Nov 14, 2018</div></div>Text I Want</h3>

我想要这些值： 2018年11月14日， 我要的文字

我已经尝试过，但是无法达到第二个值。

Answer 1

我使用strings generator来获取html中的所有字符串，并将其存储在列表中：

from bs4 import BeautifulSoup

html = """<h3 class="s-item__title s-item__title--has-tags" role="text"><div><div class="s-item__title-tag">Nov 14, 2018</div></div>Text I Want</h3>)"""

bs = BeautifulSoup(html, 'html.parser')
text = [s for s in bs.h3.strings]

text

['Nov 14, 2018', 'Text I Want']