Python 将包含HTML的字符串转换为实际HTML

设置

我有各种字符串变量，其中一个包含HTML

我需要获取HTML中的文本。例如，从以下HTML代码片段

<div class="woocommerce-product-details__short-description">\n<ul>\n<li>50.000 r.p.m.</li>\n<li>Dry technique</li>\n<li>Controllable by foot pedal</li>\n<li>Auto-Cruise</li>\n<li>Twist-lock system</li>\n<li>100W drill power</li>\n<li>7.8 Ncm torque</li>\n<li>220V-240V</li>\n<li>12-months warranty</li>\n</ul>\n</div>\n<p>[/vc_column_text]</p>

\n
\n
50.000转/分
\n
干式技术
\n
脚踏控制
\n
自动巡航
\n
扭锁系统
\n
100W钻削功率
\n
7.8 Ncm扭矩
\n
220V-240V
\n
12个月保修期

我想获得所有

的文本

请注意，这只是整个字符串的一部分的示例，文本不仅在

元素中

---

问题

简单地使用regex会非常麻烦，因为模式有点不规则

我熟悉Selenium从HTML获取数据，即执行

驱动程序。通过xpath（'div'）

等查找元素。但这只适用于HTML对象，而不适用于字符串

我想知道我是否能够以某种方式将字符串转换为HTML，然后以类似于Selenium的方式获取文本

任何其他解决方案都可以

您可以改为使用来分析此内容：

from bs4 import BeautifulSoup

s = '<div class="woocommerce-product-details__short-description">\n<ul>\n<li>50.000 r.p.m.</li>\n<li>Dry technique</li>\n<li>Controllable by foot pedal</li>\n<li>Auto-Cruise</li>\n<li>Twist-lock system</li>\n<li>100W drill power</li>\n<li>7.8 Ncm torque</li>\n<li>220V-240V</li>\n<li>12-months warranty</li>\n</ul>\n</div>\n<p>[/vc_column_text]</p>'

soup = BeautifulSoup(s)
print(soup.findAll(text=True))

您可以改为使用来分析此内容：

from bs4 import BeautifulSoup

s = '<div class="woocommerce-product-details__short-description">\n<ul>\n<li>50.000 r.p.m.</li>\n<li>Dry technique</li>\n<li>Controllable by foot pedal</li>\n<li>Auto-Cruise</li>\n<li>Twist-lock system</li>\n<li>100W drill power</li>\n<li>7.8 Ncm torque</li>\n<li>220V-240V</li>\n<li>12-months warranty</li>\n</ul>\n</div>\n<p>[/vc_column_text]</p>'

soup = BeautifulSoup(s)
print(soup.findAll(text=True))

---

你正在寻找一个HTML解析器。你可以在这里使用beautiful soup。你正在寻找一个HTML解析器。你可以在这里使用beautiful soup。