BeautifulSoup：獲取標簽文本至特定標簽

Question

我想要在HTML頁面上顯示所有顯示的文本，直到命中某個標簽。 例如，我想獲取頁面上所有顯示的文本，直到找到ID為“ end_content”的標簽為止。

有辦法用BeautifulSoup做到這一點嗎？ 這將與soup.get_text（）方法類似，不同的是它將在擊中ID為“ end_content”的標簽后停止獲取文本。

Answer 1

我將執行以下操作：

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?']