從內部包含br標簽的td標簽提取文本

Question

我想從內部包含br標簽的td標簽提取文本。

from bs4 import BeautifulSoup
html = "<td class=\"text\">This is <br/>a breakline<br/><br/></td>"
soup = BeautifulSoup(html, 'html.parser')
print(soup.td.string)

實際輸出： None

預期輸出： This is a breakline

Answer 1

從Beautiful Soup 文檔中 ：

如果標簽包含多個內容，則不清楚.string應該指向什么，因此.string被定義為None：

並且如果您想要文本部分（ 文檔 ） ：

如果只需要文檔或標簽的文本部分，則可以使用get_text()方法。 它以單個Unicode字符串的形式返回文檔中或標簽下的所有文本：

因此，您可以使用以下代碼：

print(soup.get_text())

對於特定標簽soup.td.get_text()

Answer 2

這將為您提供所需的內容：

print(soup.td.text)

這是針對特定的td標簽的

否則，您還有：

print(soup.text)