如何使用BeautifulSoup获取某个类下的所有标记（包含内容）？

Question

我的soup元素中有一个类，它是一个单元的描述

<div class="ats-description">
 <p>Here is a paragraph</p>
 <div>inner div</div>
 <div>Another div</div>
 <ul>
    <li>Item1</li>
    <li>Item2</li>
    <li>Item3</li>
 </ul>
</div>

我可以很容易地用soup.select(".ats-description")[0]抓住这个部分。 现在我想删除<div class="ats-description">，只是为了保留所有内部标记（以保留文本结构）。怎么做

soup.select(".ats-description")[0].getText()给我里面的所有文本，如下所示：

'\nHere is a paragraph\ninner div\nAnother div\n\nItem1\nItem2\nItem3\n\n\n'

但是删除了所有的内部标记，所以它只是非结构化文本。我也想保留这些标签

Answer 1

试试这个，在soup.find_all()的列表中按标记匹配

from bs4 import BeautifulSoup

html="""<div class="ats-description">
 <p>Here is a paragraph</p>
 <div>inner div</div>
 <div>Another div</div>
 <ul>
    <li>Item1</li>
    <li>Item2</li>
    <li>Item3</li>
 </ul>
</div>"""

soup = BeautifulSoup(html, 'lxml')
print(soup.select_one("div.ats-description").find_all(['p','div','ul']))

Answer 2

要获取innerHTML，请使用方法.decode_contents()

innerHTML = soup.select_one('.ats-description').decode_contents()
print(innerHTML)