使用bs4提取包含文本的部分，不带标记
，可以通过以下步骤实现：
- 导入必要的库和模块：
from bs4 import BeautifulSoup- 定义HTML文档：
html_doc = """
<html>
<head>
<title>示例页面</title>
</head>
<body>
<div class="content">
<h1>标题</h1>
<p>这是一个示例页面。</p>
<ul>
<li>列表项1</li>
<li>列表项2</li>
<li>列表项3</li>
</ul>
</div>
</body>
</html>
"""- 创建BeautifulSoup对象：
soup = BeautifulSoup(html_doc, 'html.parser')- 使用find_all方法查找包含文本的部分：
text_parts = soup.find_all(text=True)- 过滤掉空白字符：
text_parts = [part.strip() for part in text_parts if part.strip()]- 打印提取的文本部分：
for part in text_parts:
print(part)以上代码将提取HTML文档中所有包含文本的部分，并打印输出。请注意，这里使用的是BeautifulSoup库的html.parser解析器，你也可以根据需要选择其他解析器。
关于bs4的更多信息和用法，你可以参考腾讯云的产品介绍链接地址：BeautifulSoup4
相关·内容
没有搜到相关的沙龙
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
