我正在创建解析器,我有以下构造:
quotes = soup.findAll('div',{'class':'text'})
但是它去掉了所有的 html 标签(比如 br)。我该如何改变它?
请您参考如下方法:
findAll 本身会给您一个 HTML 节点列表。
如果你想检索他们的文本内容(没有标签),使用.get_text() .
要获取这些节点的子节点(也作为对象),请使用 .contents or .children .
为了将节点的子节点打印为格式良好的字符串,您可以使用 .prettify() .请注意,这不会完全保留原始格式。
