Python 如何使用beautifulsoup提取html？

HTML源代码是

html = """
<td>
 <a href="/urlM5CLw" target="_blank">
  <img alt="I" height="132" src="VZhAy" width="132"/>
 </a>
 <br/>
 <cite title="mac-os-x-lion-icon-pack.en.softonic.com">
  mac-os-x-lion-icon-pac...
 </cite>
 <br/>
 <b>
  Mac
 </b>
 OS X Lion Icon Pack's
 <br/>
 535 × 535 - 135k - png
</td>"""

通过这些代码，我可以得到字符串

<a href="/urlM5CLw" target="_blank"><img alt="I" height="132" src="VZhAy" width="132"/></a><br/><cite title="mac-os-x-lion-icon-pack.en.softonic.com">mac-os-x-lion-icon-pac...</cite><br/><b>Mac</b> OS X Lion Icon Pack's<br/>535 × 535 - 135k - png

mac-os-x-lion-icon-pac…
mac-os-x-lion-icon-Pack的
535×535-135k-png

但我不想要

…

，我只需要：

<br/><cite title="mac-os-x-lion-icon-pack.en.softonic.com">mac-os-x-lion-icon-pac...</cite><br/><b>Mac</b> OS X Lion Icon Pack's<br/>535 × 535 - 135k - png

mac-os-x-lion-icon-pac…
mac-os-x-lion-icon-Pack的
535×535-135k-png

尝试移除

标记，然后获取您试图获取的内容

>>> soup.find('a').extract()
>>> text = soup.find('td').renderContents()
>>> text
'<br/><cite title="mac-os-x-lion-icon-pack.en.softonic.com">mac-os-x-lion-icon-pac...</cite><br/><b>Mac</b> OS X Lion Icon Pack's<br/>535 \xd7 535 - 135k - png'

>soup.find（'a'）.extract（）
>>>text=soup.find（'td'）.renderContents（）
>>>正文
“
mac-os-x-lion-icon-pac…
mac os x lion icon Pack的
535\xd7 535-135k-png”

您可以使用该方法删除

a

标记并完全销毁其内容。您可能还需要删除字节字符串并将所有

\n

发生的内容替换为

'

收益率：

<br/><cite title="mac-os-x-lion-icon-pack.en.softonic.com">  mac-os-x-lion-icon-pac... </cite><br/><b>  Mac </b> OS X Lion Icon Pack's <br/> 535 × 535 - 135k - png

mac-os-x-lion-icon-pac
Mac OS X Lion图标包的
535×535-135k-png

soup = BeautifulSoup(html, 'lxml')
soup.a.decompose()
print(soup.td.renderContents().decode().replace('\n', ''))

<br/><cite title="mac-os-x-lion-icon-pack.en.softonic.com">  mac-os-x-lion-icon-pac... </cite><br/><b>  Mac </b> OS X Lion Icon Pack's <br/> 535 × 535 - 135k - png