Python 如何获取非div标记的HTML自由内容

我想找到所有标签的HTML免费内容，除了

例如，使用以下HTML：

<div id="nav">
    <h1>Navigate!</h1>
    <nav role="navigation">
        <h2 class="structural">Main navigation</h2>
        <ul>
            <li><a href="/">Home</a></li>
            <li><a href="/about/">About</a></li>
        </ul>
        </nav>

        <div id="inside_nav">
            <ul>    
                <li><a href="/">inside_home</a></li>
                <li><a href="/about/">inside_About</a></li>
            </ul>
        </div>
</div>

此代码应输出：

[u'\n', u'Navigate!', u'Main navigation',
u'Home', u'About', u'\n']

但是！它实际上是在输出：

[u'\n', u'Navigate!', u'Main navigation',
u'Home', u'About', u'\n',
u'inside_home', u'inside_About', u'\n']

代码不应该走在内部div（id=“inside\u nav”）的内部，而是走在内部div的内部。

---

请帮忙

您有两种选择：

print [t.string for t in div.findAll(match_only_non_divs)]
# [u'Navigate!', None, u'Main navigation', None, None, u'Home', None, u'About']

print [t.string for t in div.findAll(match_only_non_divs) if t.string]
# [u'Navigate!', u'Main navigation', u'Home', u'About']

---

您有两种选择：

print [t.string for t in div.findAll(match_only_non_divs)]
# [u'Navigate!', None, u'Main navigation', None, None, u'Home', None, u'About']

print [t.string for t in div.findAll(match_only_non_divs) if t.string]
# [u'Navigate!', u'Main navigation', u'Home', u'About']

---

至于问题的原因，以下是doc关于

text

关键字的说明：

如果使用文本，则会忽略为名称和关键字参数指定的任何值

---

因此，

findAll

基本上忽略了

div.findAll中的
match_only_non_divs
（match_only_non_divs，text=True）

。您应该在进行匹配后获得文本（正如John Keyes建议的那样）。

至于问题的原因，下面是doc关于

文本

关键字的说明：

如果使用文本，则会忽略为名称和关键字参数指定的任何值

---

因此，

findAll

基本上忽略了

div.findAll中的
match_only_non_divs
（match_only_non_divs，text=True）

。您应该在匹配后获得文本（正如约翰·凯斯建议的）。

感谢Avaris的解释：）感谢Avaris的解释：）