python从混合代码中选择文本

Question

目前更新：

美丽之声部分起作用。如何删除<style>和<\style>之间的任何文本？你知道吗

---

我正试图写一个函数，以便从这样一个文本

<style>.card {
 font-family: arial;
 font-size: 20px;
 text-align: center;
 color: black;
 background-color: white;
}
</style>qüestion

<hr id=answer>

änswer

只把这些拿出来

word[0] = qüestion
word[1] = änswer

这些词可能包含元音变调。你知道吗

我原以为re或regex可以胜任这项工作，但我没能成功！感谢您的帮助：）

Answer 1

How to remove whatever text between <style> and </style>?

您需要^{}标记style或^{}它们：

>>> from bs4 import BeautifulSoup
>>> s = '''<style>.card {
 font-family: arial;
 font-size: 20px;
 text-align: center;
 color: black;
 background-color: white;
}
</style>question

<hr id=answer>

answer'''
>>> soup = BeautifulSoup(s, "html.parser")
>>> styles = [style.extract() for style in soup('style')] # Or, you may use...
>>> # soup.find("style").clear()
>>> results = soup.text.strip().split()
>>> print(results)
[u'question', u'answer']

使用[style.extract() for style in soup('style')]，您将获得所有带有内部HTML的style标记，并将它们从soup中删除。然后，它的text属性只包含用一些空格分隔的question和answer，所以您所需要做的就是拆分字符串。你知道吗