如何使用BeautifulSoup的select()方法获取最新帖子的正文内容

我懂你的问题——原来的选择器绑定了特定帖子的ID，没法适配最新帖子，改成#flagArticle后虽然拿到了整个文章区块，但里面混了投票按钮这些无关内容，只想提取纯正文对吧？

看你给出的HTML结构，正文内容其实是嵌套在#flagArticle下的一个带有rhymix_content和xe_content类的div里（那个带数字的class是动态生成的帖子ID，不用管它）。我们可以用更通用的选择器定位到这个容器，再提取里面的文本。

修改后的代码片段 #

把你原来处理正文的部分替换成下面的代码：

# 获取最新帖子的正文容器（忽略动态生成的数字class）
maintext_container = t_soup.select_one('#flagArticle div.rhymix_content.xe_content')

if maintext_container:
    # 提取正文文本，用换行分隔段落，自动去除多余空格和换行
    main_text = maintext_container.get_text(separator='\n', strip=True)
    print(main_text)
else:
    print("未找到正文内容")

关键说明 #

1. 用select_one代替select：我们只需要一个正文容器，select_one直接返回单个元素，不用处理空列表或者索引的问题，更简洁。
2. 通用选择器：#flagArticle div.rhymix_content.xe_content会匹配flagArticle下所有同时包含rhymix_content和xe_content类的div，不管它有没有那个带数字的动态class，这样就能适配任何最新帖子了。
3. 文本提取优化：get_text(separator='\n', strip=True)会把每个<p>标签的内容用换行分隔，同时去掉文本首尾的多余空格和换行，输出的格式更干净。

内容的提问来源于stack exchange，提问作者vantabeam