美丽的乌苏。儿童或儿童。标记之间没有空格的内容

Question

我希望一个标签的所有子项没有标签之间的空白。但是美丽的汤。内容和。儿童也返回标记之间的空白。

from bs4 import BeautifulSoup
html = """
<div id="list">
  <span>1</span>
  <a href="2.html">2</a>
  <a href="3.html">3</a>
</div>
"""
soup = BeautifulSoup(html, 'html.parser')
print(soup.find(id='list').contents)

这张照片是：

['\n', <span>1</span>, '\n', <a href="2.html">2</a>, '\n', <a href="3.html">3</a>, '\n']

同

print(list(soup.find(id='list').children))

我想要的是：

[<span>1</span>, <a href="2.html">2</a>, <a href="3.html">3</a>]

有没有办法告诉BeautifulSoup只返回标签而忽略空白？

文档对此主题没有多大帮助。示例中的html在标记之间不包含任何空格。

事实上，去除html标记之间的所有空白可以解决我的问题：

html = """<div id="list"><span>1</span><a href="2.html">2</a><a href="3.html">3</a></div>"""

使用这个html，我得到的标签之间没有空格，因为标签之间没有空格。但是我希望使用BeautifulSoup，这样我就不必在html源代码中乱搞了。我希望BeautifulSoup能帮我做到这一点。

另一个解决方法可能是：

print(list(filter(lambda t: t != '\n', soup.find(id='list').contents)))

但这似乎有点离谱。是否保证空白总是精确地'\n'？

重复标记团队的注意事项：

有很多关于美化组和空白的问题。大多数人都在询问如何从“渲染文本”中去除空白。

例如：

BeautifulSoup-消除段落空白/换行符

正在从python BeautifulSoup的输出中删除新行“\n”

这两个问题都希望文本没有空格。我想要没有空格的标签。那里的解决方案不适用于我的问题。

另一个例子：

使用Beautifulsoup的带空格类的正则表达式

这个问题是关于class属性中的空白。

Answer 1

BeautifulSoup有。find_all（True），返回标记之间不带空格的所有标记：

from bs4 import BeautifulSoup
html = """
<div id="list">
  <span>1</span>
  <a href="2.html">2</a>
  <a href="3.html">3</a>
</div>
"""
soup = BeautifulSoup(html, 'html.parser')
print(soup.find(id='list').find_all(True))

印刷品：

[<span>1</span>, <a href="2.html">2</a>, <a href="3.html">3</a>]

结合recursive=False，您只会得到直接子级，而不会得到子级的子级。

为了演示，我添加了

from bs4 import BeautifulSoup
html = """
<div id="list">
  <span>1</span>
  <a href="2.html"><b>2</b></a>
  <a href="3.html">3</a>
</div>
"""
soup = BeautifulSoup(html, 'html.parser')
print(soup.find(id='list').find_all(True, recursive=False))

使用recursive=False打印：

[<span>1</span>, <a href="2.html"><b>2</b></a>, <a href="3.html">3</a>]

使用recursive=True打印：

[<span>1</span>, <a href="2.html"><b>2</b></a>, <b>2</b>, <a href="3.html">3</a>]

琐事：现在我有了解决方案，我在StackOverflow中发现了另一个看似无关的问题和答案，该解决方案隐藏在一条评论中：

为什么美丽的乌苏。子元素包含无名元素以及预期的标记