python - 保存在beautifulsoup

Question

我正在创建解析器，并且我有以下构造：

quotes = soup.findAll('div',{'class':'text'})

但它剥离了所有 html 标签（如 br）。我怎样才能改变它？

Answer 1

如果你想从文本中取出标签，你可以尝试这样的事情：

for item in quotes:
  quote = re.sub(r"\<.*?\>", "", quote)

Answer 2

findAll它本身会给你一个 HTML 节点列表。

如果要检索其文本内容（不带标签），请使用.get_text().

要获取这些节点的子节点（也作为对象），请使用.contentsor.children。

为了将节点的子节点打印为格式良好的字符串，您可以使用.prettify(). 请注意，这不会完全保留原始格式。

另请参阅：
BeautifulSoup innerhtml？