使用 BeautifulSoup 提取 HTML 注释内标签内的文本答案

【问题标题】：Extracting Text Within Tags Inside HTML Comments with BeautifulSoup使用 BeautifulSoup 提取 HTML 注释内标签内的文本
【发布时间】：2025-02-20 12:00:02
【问题描述】：

我想在没有列表标签的评论中提取列表元素中的文本。但是我不能用下面的代码来做到这一点。

from bs4 import BeautifulSoup, Comment


html = """
<html>
<body>
<!--
  <ul>
     <li>10</li>
     <li>20</li>
     <li>30</li>
     </ul>
 -->

</body>
</html>
"""
soup = BeautifulSoup(html, 'html.parser')

for numbers in soup.findAll(text=lambda text:isinstance(text, Comment)):
    print(numbers.extract())

结果是：

<ul>
<li>10</li>
<li>20</li>
<li>30</li>
</ul>

想要的结果：

10
20
30

【问题讨论】：

标签： python-3.x web-scraping beautifulsoup text-extraction

【解决方案1】：

试试下面的方法。它会获取你想要的结果。

from bs4 import BeautifulSoup, Comment

html = """
<html>
<body>
<!--
  <ul>
     <li>10</li>
     <li>20</li>
     <li>30</li>
     </ul>
 -->

</body>
</html>
"""
soup = BeautifulSoup(html, 'html.parser')

for item in soup.find_all(text=lambda text:isinstance(text, Comment)):
    data = BeautifulSoup(item,"html.parser")
    for number in data.find_all("li"):
        print(number.text)

输出：

10
20
30

【讨论】：

【解决方案2】：

查找所有“li”并仅打印文本。

for tag in soup.find_all("li"):
        print(tag.text))

【讨论】：

它不起作用。列表项位于评论标签之间。我可以从 cmets 中提取，但无法获取列表项中的文本。