使用 bs4 请求不同文章正文部分的不同段落

Question

我需要页面上不同文章的正文部分。它们被写在一个 section 标签中，每个段落包含几个 p 标签。喜欢：

<section class="...">
 <div>...</div>
 <figure>...</figure>
 <p id='...' class='...'></p>
 <p id='...' class='...'></p>
 <p id='...' class='...'></p>
</section>

<section class="...">
 <div>...</div>
 <figure>...</figure>
 <p id='...' class='...'></p>
 <p id='...' class='...'></p>
 <p id='...' class='...'></p>
</section>

如果我使用下面的代码：

import requests
import re
from bs4 import BeautifulSoup

r = requests.get('url')

all_bodies = soup.find_all('section')
for i in range(len(all_bodies)):
    print(all_bodies[i])

它返回部分的完整内容，如果我将 p 标签添加到 find_all，它会将每个 p 标签作为列表的一个元素返回，但我希望一个部分的整个 p 标签在一个列表元素中。

Answer 1

编辑

示例

from bs4 import BeautifulSoup

html = '''
<section class="...">
 <div>...</div>
 <figure>...</figure>
 <p id='...' class='...'>1</p>
 <p id='...' class='...'>2</p>
 <p id='...' class='...'>3</p>
</section>

<section class="...">
 <div>...</div>
 <figure>...</figure>
 <p id='...' class='...'>1</p>
 <p id='...' class='...'>2</p>
 <p id='...' class='...'>3</p>
</section>
'''
soup = BeautifulSoup(html, 'lxml')

[e.select('p') for e in soup.select('section')]

输出

 [[<p class="..." id="...">1</p>,
  <p class="..." id="...">2</p>,
  <p class="..." id="...">3</p>],
 [<p class="..." id="...">1</p>,
  <p class="..." id="...">2</p>,
  <p class="..." id="...">3</p>]]