使用Python解析HTML文档中的文本

我需要这样的

文本，我需要使用Python获取文本

我该怎么做？我对这类事情很陌生。
我个人喜欢。
Python有一个内置的html解析器模块


但我还是建议你（不要让这个看起来像史前时代的主页愚弄你，它是一个非常好的图书馆。）

或者，您也可以尝试一下，这也很不错。
使用Python xml解析器的解决方案

>>> from xml.dom.minidom import parseString
>>> parseString(foo).getElementsByTagName("td")[0].firstChild.nodeValue
u'text I need to get'

使用BeautifulSOup的解决方案

>>> import BeautifulSoup
>>> BeautifulSoup.BeautifulSoup(foo).getText()
u'text I need to get'

使用HTMPParser的解决方案

>>> from HTMLParser import HTMLParser
>>> class MyHTMLParser(HTMLParser):
    def handle_data(self, data):
        print data          
>>> MyHTMLParser().feed(foo)
text I need to get

使用正则表达式的解决方案

>>> import re
>>> re.findall("<.*?>(.*)<.*?>",foo)[0]
'text I need to get'

>>重新导入
>>>关于findall（“（*）”，foo）[0]
“我需要获取的文本”
试试这个

 >>> html='''<td width='370' style='border-left: 1px solid #fff;'>text I need to get</td>'''
 >>> from BeautifulSoup import BeautifulSoup
 >>> ''.join(BeautifulSoup(html).findAll(text=True))
 u'text I need to get'
 >>> 

html=''我需要获取的文本''
>>>从BeautifulSoup导入BeautifulSoup
>>>''.join（BeautifulSoup（html）.findAll（text=True））
你的文字我需要得到'
>>> 

此解决方案使用BeautifulSoup

---

如果未在系统上安装BeautifulSoup。您可以这样安装

sudo pip安装BeautifulSoup

您正在使用的是Django Framwork？相关的。谢谢你的回答，但是我不需要所有的文本，只需要特定的HTML之后的文本。我只需要特定HTML之后的文本，而不是所有的文本。