解析时，如何拆分string对象，然后拉出最后一个元素（Python）

Question

我现在正在用Python做一个项目，我们应该从一个Gutenberg项目文件中解析HTML来隔离这本书的内容。我设法把所有东西都处理掉了，除了目录。我想通过使汤.美化（）一个string对象，在目录的最后一个短语上拆分它，并从列表中拉出最后一个元素，它将是除目录之外的所有元素。这就是我目前所拥有的。你知道吗

 def get_text(): #writes the html into a new text file called new_christie.txt
        with open('new_christie.txt','w', encoding='utf-8') as book:
        url = 'http://www.gutenberg.org/files/1155/1155-h/1155-h.htm'
        r = requests.get(url)
        data = r.text
        soup = BeautifulSoup(data, 'html.parser')
        str = soup.prettify()
        text = str.split('XXVIII.     AND AFTER') #last phrase in Table of Contents
        text = soup.find_all('p') #finds all of the text between paragraphs
        content = text[-1:]
        for p in content:
            line = p.get_text()
            book.write(line)

我认为我的问题在于，当我试图使用content=text[-1:]从列表中拉出最后一个元素时，我想不出另外一种方法。你知道吗

Answer 1

我提供这个解决方案，除了注意我使用lxml而不是美丽的汤，因为我知道它更好。我不记得它是不是本机安装的，但是您可以在终端中用pip install lxml安装它。你知道吗

import requests
from lxml import html

def get_text():
    with open('new_christie.txt','w') as book:
        url = 'http://www.gutenberg.org/files/1155/1155-h/1155-h.htm'
        r = requests.get(url)
        data = r.text
        soup = html.fromstring(data.encode('utf8'))
        text = ' '.join(soup.xpath('//p/text()'))
        text = text.partition('AND AFTER')[2]
        book.write(text)