如何用Python和BeautifulSoup将<p>标签替换为换行符？

你可以通过两种简单方法实现需求：

方法一：使用get_text()的分隔符参数 #

直接调用元素的get_text()方法并指定separator='\n'，就能让每个<p>标签的文本内容自动用换行分隔，同时移除所有标签结构：

from bs4 import BeautifulSoup

with open('nosleep2.html', encoding='utf-8') as webpage:
    soup = BeautifulSoup(webpage, 'lxml')
    post = soup.find('div', class_='RichTextJSON-root')
    # 使用separator参数指定换行符分隔各段落
    print(post.get_text(separator='\n'))

方法二：遍历所有

标签拼接文本 #

先定位所有<p>标签，提取每个标签的文本后用换行符拼接，适合需要额外处理单个段落的场景：

from bs4 import BeautifulSoup

with open('nosleep2.html', encoding='utf-8') as webpage:
    soup = BeautifulSoup(webpage, 'lxml')
    post = soup.find('div', class_='RichTextJSON-root')
    # 获取所有p标签
    p_paragraphs = post.find_all('p')
    # 拼接每个p标签的文本，用换行分隔
    formatted_content = '\n'.join([p.get_text() for p in p_paragraphs])
    print(formatted_content)

这两种方法都能输出你期望的排版效果，既移除了所有<p>标签及其属性，又让每个段落单独占一行。

内容的提问来源于stack exchange，提问作者Eliott