（python）使用漂亮的soup解析某些HTML输出标记

Question

您好：）经过一段时间的研究，我想出了以下函数，它返回完整的HTML标记，而不是简单地返回倒置的部分<；>；“this”<；>

from BeautifulSoup import BeautifulSoup
from urllib2 import urlopen

def get_wotd():
    return str((BeautifulSoup(urlopen('http://www.reference.com/wordoftheday'))).findAll('h2'))

print get_wotd()

例如，今天的单词是“nosh”。而不是得到：

^{pr2}$

我需要的输出是，简单地说

nosh

有人知道我怎么才能做到吗？在

Answer 1

使用lxml而不是BeautifulSoup：

>>> from lxml.html import parse
>>> tree = parse("http://www.reference.com/wordoftheday")
>>> tree.xpath("//h2")[0].text
'nosh'

Answer 2

使用.text属性获取内部文本，并改用find()方法：

>>> from BeautifulSoup import BeautifulSoup
>>> from urllib2 import urlopen
>>> soup = BeautifulSoup(urlopen('http://www.reference.com/wordoftheday'))
>>> soup.find('h2').text
u'nosh'