获取HTML标签的文本，而没有内部子标签的文本

更新 为使用更通用的方法（请参阅编辑历史记录以获取原始答案）：

您可以通过测试外部div的子元素是否是的实例来提取它们

NavigableString

from bs4 import BeautifulSoup, NavigableStringhtml = '''<div id="1">    <div id="2">        this is the text i do NOT want    </div>    this is the text i want here</div>'''soup = BeautifulSoup(html)    outer = soup.divinner_text = [element for element in outer if isinstance(element, NavigableString)]

这将导致外部div元素中包含一个字符串列表。

>>> inner_text[u'n', u'n    this is the text i want heren']>>> ''.join(inner_text)u'nn    this is the text i want heren'

对于第二个示例：

html = '''<div id="1">    this is the text i want here</div>'''soup2 = BeautifulSoup(html)    outer = soup2.divinner_text = [element for element in outer if isinstance(element, NavigableString)]>>> inner_text[u'n    this is the text i want heren']

这也适用于其他情况，例如，外部div的text元素在任何子标签之前，在子标签之间，多个文本元素之间或根本不存在。