如何从包含`p`标签和内部文本的HTML元素中提取文本？
从包含<p>标签和内部文本的HTML元素中提取文本可以通过以下几种方法实现：
- 使用正则表达式：可以使用正则表达式来匹配
<p>标签和内部的文本内容，然后提取出文本。例如，可以使用<p>(.*?)</p>的正则表达式来匹配<p>标签和内部的文本。 - 使用HTML解析库：可以使用各种HTML解析库，如BeautifulSoup、jsoup等，来解析HTML文档，并提取出
<p>标签内部的文本内容。这些库提供了方便的API来遍历HTML文档的节点，并提供了方法来获取节点的文本内容。 - 使用XPath：XPath是一种用于在XML和HTML文档中进行导航和查询的语言。可以使用XPath表达式来选择
<p>标签，并获取其内部的文本内容。
无论使用哪种方法，提取出的文本可以进一步进行处理，例如去除空格、特殊字符等。以下是一些腾讯云相关产品和产品介绍链接地址：
- 腾讯云产品：腾讯云提供了丰富的云计算产品，包括云服务器、云数据库、云存储等。您可以访问腾讯云官网了解更多详情：腾讯云
- 腾讯云CDN：腾讯云CDN（内容分发网络）是一种通过在全球部署节点服务器来加速内容传输的服务。您可以访问腾讯云CDN产品介绍了解更多详情：腾讯云CDN
- 腾讯云对象存储（COS）：腾讯云对象存储（COS）是一种安全、稳定、高效、低成本的云端存储服务。您可以访问腾讯云对象存储产品介绍了解更多详情：腾讯云对象存储
请注意，以上仅为示例，您可以根据实际需求选择适合的腾讯云产品。
相关·内容
我想从其中提取文本，但正如您所看到的，一些段落位于p标记中，而另一些则直接包含在div中。我还需要标题和锚标签文本。我知道如何解析和提取所有p、a和h标记中的文本，并且可以选择div并从中提取内部文本，但问题是我最终选择了
浏览 38提问于2019-11-21得票数 1
回答已采纳
我正在使用Kotlin中的Jsoup创建一个解析器。
我需要得到一个标签的内部文本，在标签中包含类“ptrack content”，并带有类“titleCard-大纲”。然后，在titleCard元素列表中，通过在每个元素中使用相同的getElementsByClass，提取将ptrack-content作为类的元素</
浏览 9提问于2022-10-25得票数 1
回答已采纳
从段落标签中的strong和<br>标签中提取文本作为单独的字符串。我曾尝试使用HTML分割文本，但文本包含<br>代码，如p、strong和nbsp。示例代码： Document doc = Jsoup.parse(HTML);
Elements Paragraphs = doc.ge
浏览 37提问于2019-04-29得票数 1
我如何才能获得一个HTML文档中带有特定文本(内部HTML)的所有元素？例如，所有具有文本测试的元素：<body>
<div id="div1" class=&#x
浏览 3提问于2016-04-16得票数 0
回答已采纳
我有一个html行，标签里面有标签，我的一个标签包含多个类。我需要提取带有单个类名的文本(我只知道标签中有一个类名，这可能也会覆盖另一个类)。<p class="Body1"><span class="style3"></span><span class="style1">W<
浏览 2提问于2014-07-17得票数 0
回答已采纳
我有一个html行，标签里面有标签，我的一个标签包含多个类。我需要用单个类名提取文本(我只知道一个类名)
<p class="Body1"><span class="style3"></span><span class="style1">W</span><spanclass="Al
浏览 3提问于2014-07-10得票数 0
回答已采纳
我希望有两个元素:具有内部html的<p>和具有普通文本的相同<p>元素中的<span>标记。<p innerHtml="{{ someText | slice: 0:150 }}">
<span>...Read more</span></<e
浏览 17提问于2020-04-02得票数 0
回答已采纳
我的html文档看起来如下：<body> outer font</body>我想要提取‘字体’标签之间的所有文本。(“字体”)：print(i.text)外
浏览 5提问于2015-05-22得票数 1
回答已采纳
我是JavaScript新手，当我在玩DOM模型时，当我想显示来自HTML childNodes的所有nodeName时，我感到很困惑。有一个名为# nodeName的head标记，当我删除完整的head标记时，就有了正常的头部和身体nodeName。特别是当我有一个nodeName标记时，#text head意味着什么？这是我的代码： <head> &
浏览 6提问于2016-02-04得票数 3
回答已采纳
我正在尝试提取纯文本形式的网页内容--没有html标签。当然，HTML被删除了，但是句子经常合并到其他句子中，因为没有空格或句号来分隔来自一个HTML标签的文本结束的地方，以及来自下一个标签的文本开始的地方。="P">this is another paragraph
浏览 25提问于2019-01-18得票数 0
回答已采纳
4回答
我试图使用container.innerText || container.textContent从HTML中抓取文本，其中container是我想从中提取文本的元素。通常，我要提取的文本位于<p>标记中。因此，对于下面的HTML作为一个示例： <
浏览 2提问于2014-11-24得票数 1
回答已采纳
2回答
我正在创建一个新闻解析器，它可以总结来自不同站点的新闻，并根据新闻内容创建关键字。大多数新闻源将新闻内容包装在article标记中，因此我从站点中提取它以获取内容。问题是，当使用漂亮的汤时，它将返回文章标记中的原始HTML，其中有时包含图像、链接和标签(如<b> )。我的问题是，有没有一种简单的方法可以像用户看到的那样获取页面的书面内
浏览 8提问于2022-09-30得票数 -1
回答已采纳
6回答
我正在写一个书签，以提高我的工作流程。我的部分工作是获得正确的信息，以放在电子邮件中。我喜欢JavaScript和jQuery，所以我正在研究一种让我的工作更容易使用这个库的方法。我的目标是一个网站，有特别奇怪的标记。我需要在匹配的标签标签之后和下一个标签标签之前捕获文本。奇怪的是，这一切都在
浏览 8提问于2015-05-08得票数 3
回答已采纳
1回答
我想把html转换成纯文本。我不想只是剥离标签，我想智能地保留尽可能多的格式。为<br>标签插入换行符，检测段落并将其格式化，等等。输入非常简单，通常是格式良好的html (不是整个文档，只是一堆内容，通常没有锚点或图像)。
我可以组合几个正则表达式，使我达到80%，但我认为可能有一些更智能的现有解决方案。
浏览 2提问于2011-05-20得票数 5
从这个问题中，我了解到文本元素的值可以通过JS 进行更改我的意图不是黑客，我需要知道这一点，因为我正在编写一个web应用程序，其中大部分的验证都是由JS完成的。Edit
正在寻找关于在服务器服务的页面上从客户端运行JS的指南，在某些文本中，JS是readonly="true"！
浏览 2提问于2011-06-05得票数 7
我有一个这样的HTML结构 <a href="abc.com"> </a> <ahref="xyz.com">comments</a></p>
我想提取
浏览 1提问于2016-04-28得票数 1
2回答
有谁知道我如何在<p> blah blah blah </p>之外提取文本(基本上也可以在其他元素中找到文本)？
在网页上。它必须是一个完整的时间顺序，因为它是如何显示在原始网页。除了<p> tags之外，我的意思也是从<h1>, <h2>,<h3> and <h4>中提取</em
浏览 0提问于2014-07-28得票数 1
回答已采纳
我使用TokeParser提取标签内容。$text = $p->get_text("/td") ;通常情况下，它会返回被清理过的文本。我想要的是返回td和/td之间的所有内容，但是包含所有其他的html元素。如何做到这一点。在这个例子<
浏览 3提问于2013-12-26得票数 2
回答已采纳
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
