从不带子元素的元素内部获取文本

Question

我正在浏览一个包含几个p元素的网页，我想在不包含其子元素的情况下获取其中的文本。

页面结构如下：

<p class="default">
    <div>I don't want this text</div>
    I want this text
</p>

当我使用parent.find_all（“p”,{“class”：“default”）.get_text()时，得到的结果是：

I don't want this text
I want this text

我正在使用BeautifulSoup4和Python3

Answer 1

可以将.find_next_sibling()与text=true参数一起使用：

from bs4 import BeautifulSoup

html_doc = """
<p class="default">
    <div>I don't want this text</div>
    I want this text
</p>
"""

soup = BeautifulSoup(html_doc, "html.parser")

print(soup.select_one(".default > div").find_next_sibling(text=True))

打印：

I want this text

或使用.contents:

print(soup.find("p", class_="default").contents[-1])