保存<br/>在beautifulsoup

Question

我創建解析器，我有以下結構：

quotes = soup.findAll('div',{'class':'text'}) 

但它是去除所有html標籤（如BR）。我如何改變它？

Answer 1

findAll本身會給你的HTML節點的列表。

如果您想要檢索其文本內容（無標籤），請使用.get_text()。

要獲得這些節點的孩子（也作爲對象），請使用.contents or .children。

爲了將節點的孩子打印爲格式良好的字符串，可以使用.prettify()。請注意，這不會完全保留原始格式。

參見：
BeautifulSoup innerhtml?

Answer 2

如果你要拿出從文本標籤，你可以嘗試這樣的事：

for item in quotes: 
    quote = re.sub(r"\<.*?\>", "", quote)