如何找到没有链接的h1标记html格式的文本？

Question

我想在下面的脚本中找到一个文本“文本标题在这里”：

<h1 class="titleClass" itemprop="name">
    Text title here
    <a class="titleLink" href="somelink-here.html">
        text link here
    </a>
</h1>

我用python beautifulsoup。在

Answer 1

您可以获取整个h1标记，然后提取任何链接，如下所示：

from bs4 import BeautifulSoup

html = """<h1 class="titleClass" itemprop="name">
    Text title here
    <a class="titleLink" href="somelink-here.html">
        text link here
    </a>
</h1>"""

soup = BeautifulSoup(html)

p = soup.find('h1', attrs={'class': 'titleClass'})
p.a.extract()
print p.text.strip()

这将显示：

^{pr2}$