我正在尝试将一个静态新闻网站作为一个元素进行抓取，我正在使用 Beautiful soup ，但我被困在一个包含 div 标签中的文本的页面上，这里的文本表示新闻文章
新闻文本包含在以下格式中
<html>
<body>
<div class="normal" id="foo">
" Many "
<a href ='/some link' target = 'blank'>Bollywood</a>
" stars today are avowed foodies "
<a href = 'link2'>Ranbir Kapoor</a>
" Alia Bhat "
</div>
</body>
</html>
我想要的文字是“今天许多宝莱坞明星都是发誓的美食家。Alia Bhat”
也就是说，我想要所有文本，无论它们在哪里。
我能够使用 find_all('div','normal') 到达 div，但之后遇到了如何从页面检索所有文本元素的问题。
如果您需要更多信息，请告诉我。
最佳答案
要从 beautifulsoup 中的某个元素中提取 text，您可以使用 .text 属性:
>>> t = """<div class="normal" id="foo"> Many <a href ='/some link' target = 'blank'>Bollywood</a> stars today are avowed foodies <a href = 'link2'>Ranbir Kapoor</a> Alia Bhat </div>"""
>>> bs = BeautifulSoup(t)
>>> print(bs.find('div').text)
Many Bollywood stars today are avowed foodies Ranbir Kapoor Alia Bhat
关于python - 使用 Python 和 Beautiful Soup 仅从页面上的 div 标签中提取文本，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40789117/