Python 漂亮的汤循环元素，只有在存在任何元素及其父元素时才能获取当前元素的文本

我正在学习BeautifulSoup，有一个网页，有一个类似这样的主体：

html:

我能够得到结果，但问题是在div中，我也得到了锚文本，如下所示

div       this is div text this is anchor text     div.table.tr.td
a         this is anchor text                      div.table.tr.td.a

下面是我的代码

f = open("C:/abc.html",encoding="utf8")  
soup=BeautifulSoup(f,"lxml")
f.close()
for tag in soup.find_all():
      allparent=""
      for parenttags in tag.findParents():
          allparent=parenttags.name+"."+allparent
      if allparent!="":
          allparent=allparent[:-1]
      print(tag.name+"', '"+tag.text+"','"+allparent)

---

您正在查找标签。查找（text=True）

如果

tag

是您的

foobar

：

• tag.find（text=True）

  将输出

  foo

• tag.text

  将输出

  foo-bar

因此，在你的情况下，只需更换

print(tag.name+"', '"+tag.text+"','"+allparent)`

借

---

或者更好

print('"{}", "{}", "{}"'.format(tag.name, tag.find(text=True), allparent))

---

那不是更性感吗

你到底想做什么？@PadraicCunningham我想用它自己的文本和所有父标记来获取所有标记。此外，我将根据父母的数据分组，以获得相同类型标记和其他计算中的平均字数。

print(tag.name+"', '"+tag.text+"','"+allparent)`

print(tag.name+"', '"+tag.find(text=True)+"','"+allparent)

print('"{}", "{}", "{}"'.format(tag.name, tag.find(text=True), allparent))