获取标记之间的字符串(<div><p>在 p1</p>测试<p>p2</p></div> 中为 TEST)

Question

代码：

from bs4 import BeautifulSoup
soup = BeautifulSoup('<div><p>p1</p>TEST<p>p2</p></div>')
print soup.div()

结果：

[<p>p1</p>, <p>p2</p>]

为什么字符串TEST不在结果集中？我怎样才能拿到它？

Answer 1

soup.div()是soup.div.find_all()的快捷方式，它可以在div标签中找到所有标签，正如您所看到的，它可以完成任务。TEST是p标签之间的文本，或者换句话说，是第一个p标签的tail。

您可以通过获取第一个p标签并使用.next_sibling:来获取TEST字符串

>>> soup.div.p.next_sibling
u'TEST'

或者，通过获取div的.contents:的第二个元素

>>> soup.div.contents[1]
u'TEST'

Answer 2

来自bs4

import BeautifulSoup
soup = BeautifulSoup('<div><p>p1</p>TEST<p>p2</p></div>')
print soup.div.text
u'p1TESTp2'