如何使用BeautifulSoup（Python）排除元素

我试图从本文（）中提取文章文本，并排除底部的合法容器。文本部分似乎很简单，但似乎无法摆脱容器。为了便于使用，我将其与法律变量分开

以下是我目前的代码：

import requests
from bs4 import BeautifulSoup

base_url = 'https://www.vanityfair.com/style/society/2014/06/monica-lewinsky-humiliation-culture'
r = requests.get(base_url)
r_html = r.text
soup = BeautifulSoup(r_html)

legal = soup.find('div',{'class': 'legal-container'})

paragraphs = soup.find_all('p')

for text in paragraphs:
    print text.get_text()

---

我应该怎么做呢？

总是找到你想要的部分，看看如何单独提取该部分，而不是获取所有文本，然后删除不需要的部分

在您的情况下，您可能需要的文本被分组在

部分的
标签中，该标签位于
div
中，该div具有
class
属性
content-drop-cap
。您可以通过以下方式获得此信息：

content_div = soup.find('div', {'class': 'content drop-cap'})

这样，您就可以灵活地按节对文本进行分组：

sections = content_div.findAll('section')

但是，如果您仍然坚持获取所有段落并明确排除合法容器，则可以从
soup
对象中删除合法容器

发件人：

分解（）

decompose（）从树中删除标记，然后完全销毁
它及其内容

如果选择执行此操作，请在提取文本之前删除不需要的标记：

soup.find('div', {'class': 'legal-container'}).decompose()

除了排除之外，你不能定义一个比所有
p
标记更好的选择吗？我试过了，但是似乎找不到一个好方法。所有文本，包括合法容器中的文本，都有选择器
div.article-main p
？文章中的所有段落谢谢！那太有用了！我还是个新手：）