Python 2.7 如何将文本和图像拼读在一起？

我正在用beautifulSoup4制作网页刮板。我想得到文章的文字和图片，但有一些问题！ html代码如下所示：

<div>
 some texts1
 <br />
 <img src="imgpic.jpg" />
 <br />
 some texts2
</div>

并像往常一样使用

urlib2

将所有图像保存在

div

中 最后，我将它们保存在一个html页面中，最后将所有文本和图像放在顶部，但我想将它们保存在新的html页面中，就像我刮取它们的页面一样，我的意思是首先

一些文本1

然后

图像

然后

一些文本2

---

有什么建议吗？

这不是最好、正确的方法，但应该可以：

from bs4 import BeautifulSoup

html = "<div>\
 some texts1\
 <br />\
 <img src=\"imgpic.jpg\" />\
 <br />\
 some texts2\
</div>"

soup = BeautifulSoup(html)
text = "+".join(soup.stripped_strings).split("+")

print text[0]
print soup.find("img")['src']
print text[1]

---

我不使用

get_text（）

，而是将您想要的整个

部分作为字符串返回。这样，你就可以保证在顶部和底部都有正确的文本。从那里，您可以剥离部分字符串以获得所需内容：

# post_soup is the <div> element you posted
s = post_soup.prettify()
split_s = s.split('<br/>')
top = split_s[0].strip('<div>')
bottom = split_s[-1].strip('</div>')

---

+1怎样才能更好？它在顶部/底部正确地获取多行字符串。

some texts1
imgpic.jpg
some texts2

# post_soup is the <div> element you posted
s = post_soup.prettify()
split_s = s.split('<br/>')
top = split_s[0].strip('<div>')
bottom = split_s[-1].strip('</div>')

>>> top
u'\n some texts1\n '
>>> bottom
u'\n some texts2\n'