BeautifulSoup：获取标签文本至特定标签

Question

我想要在HTML页面上显示所有显示的文本，直到命中某个标签。 例如，我想获取页面上所有显示的文本，直到找到ID为“ end_content”的标签为止。

有办法用BeautifulSoup做到这一点吗？ 这将与soup.get_text（）方法类似，不同的是它将在击中ID为“ end_content”的标签后停止获取文本。

Answer 1

我将执行以下操作：

html = (
    '<h1>HEY!</h1>'
    '<div>'
        'How are'
        '<h2>you?</h2>'
        '<div id="end_content">END</div>'
    '</div>'
    'Some other text'
)

soup = BeautifulSoup(html, 'lxml')

>>> soup.select_one('#end_content').find_all_previous(string=True)[::-1]
['HEY!', 'How are', 'you?']