标签前的美丽汤提取字符串

Question

我有一个 xml 文件，其中 ref 标签嵌套在 para 标签内：

<para>here be text<ref> REF 1 </ref>and here be some more text</para>

有没有办法使用 Beautiful Soup 来提取开头 para 标记和开头 ref 标记之间的字符串，即：

here be text

我尝试了各种方法都无济于事，包括 find_previous：

soup = BeautifulSoup(file, 'xml')

ref = soup.find('ref')
ref_before = ref.find_previous('para')

但是（显然） ref_before 返回 para 标记的全部内容，即：

here be text REF 1 and here be some more text

我认为这应该很简单，但我没有太多经验，无法破解。 非常感谢任何帮助。

Answer 1

您可以使用contents和 select 第一个元素：

soup.find('para').contents[0]

Output：

'here be text'