如何用BeautifulSoup提取最后一个li标签后的所有内容？

实现步骤 #

• 先提取所有顶级<li>标签的文本内容，复用你已有的逻辑
• 定位最后一个<li>标签，遍历它的后续兄弟节点，过滤掉无效的空白文本节点，只保留标签元素的内容
• 合并<li>内容和后续内容，用--sep--分隔输出

完整代码示例 #

from bs4 import BeautifulSoup

# 假设你的HTML内容已存入html变量
soup = BeautifulSoup(html, 'html.parser')

# 1. 提取所有顶级<li>的内容
top_li_tags = soup.find_all('li')
li_contents = [tag.get_text(strip=True) for tag in top_li_tags]

# 2. 提取最后一个<li>之后的所有标签内容
post_li_contents = []
if top_li_tags:
    last_li = top_li_tags[-1]
    # 遍历后续兄弟节点，过滤空白文本节点
    for sibling in last_li.next_siblings:
        # 只处理带标签名的元素（排除纯空白文本）
        if sibling.name:
            post_li_contents.append(sibling.get_text(strip=True))

# 3. 合并并输出结果
all_content = li_contents + post_li_contents
print('--sep--'.join(all_content))

关键说明 #

• next_siblings会返回当前节点之后的所有兄弟节点（包括文本和标签），用sibling.name可以快速过滤掉无意义的空白文本
• get_text(strip=True)用于去除文本前后的空白字符，让输出更整洁
• 如果文档中没有顶级<li>标签，代码会自动跳过后续提取逻辑，避免报错

内容的提问来源于stack exchange，提问作者Ajay Senthilrajan