我可以使用此代码块从网站解析我需要的字段:
response = requests.get(index_url)
soup = bs4.BeautifulSoup(response.text, "lxml")
poem = soup.select('div.siir p[id^=siir]')
print poem
但是它打印带有 HTML 标签。我正在尝试使用 get_text() 函数。当我尝试这样使用时:
print poem.get_text()
我收到这个错误:
AttributeError: 'list' object has no attribute 'get_text'
我也试过这样使用:
poem = soup.select('div.siir p[id^=siir]').get_text()
我又遇到同样的错误。解析正确字段后，如何消除 HTML 标记？
最佳答案
soup.select() 始终返回元素的列表，而不仅仅是一个元素。依次对每个元素调用 get_text():
for element in poem:
print element.get_text()
如果您只需要一个元素，则使用索引提取它:
print poem[0].get_text()
关于python - 使用 beautifulsoup get_text()，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/33318980/