使用BeautifulSoup提取外部div

Question

如果HTML代码如下所示：

<div class="div1">
<p>hello</p>
<p>hi</p>
    <div class="nesteddiv">
        <p>one</p>
        <p>two</p>
        <p>three</p>
    </div>
</div>

如何提取

^{pr2}$

我已经尝试了parser.find('div', 'div1')，但是我得到了整个div，包括嵌套的div。在

Answer 1

为什么不直接用find（）找到嵌套的div，然后使用extract（）从树中删除它呢？在

Answer 2

实际上，您需要从文档中^{}嵌套的div，然后得到第一个div。下面是一个示例（其中html是您在问题中提供的HTML）：

>>> from BeautifulSoup import BeautifulSoup
>>> soup = BeautifulSoup(html)
>>> soup.div.div.extract()
<div class="nesteddiv">
<p>one</p>
<p>two</p>
<p>three</p>
</div>
>>> soup.div
<div class="div1">
<p>hello</p>
<p>hi</p>

</div>