如何使用BeautifulSoup提取不含子标签的单个标签

要筛选出仅包含文本、没有嵌套其他标签的

标签，可以用以下两种方法实现：

方法一：利用回调函数判断子节点类型 #

通过find_all的回调函数，检查每个

标签的子节点是否全部为文本类型（NavigableString）：

from bs4 import BeautifulSoup
from bs4.element import NavigableString

html = """
<p><a href='XYZ'>Text1</a></p>
<p>Text2</p>
<p><a href='QWERTY'>Text3</a></p>
<p>Text4</p>
"""
soup = BeautifulSoup(html, 'html.parser')

# 筛选符合条件的p标签
target_ps = soup.find_all(lambda tag: tag.name == 'p' and all(isinstance(child, NavigableString) for child in tag.children))

print(target_ps)

执行后输出：

[<p>Text2</p>, <p>Text4</p>]

方法二：使用CSS选择器（需BeautifulSoup 4.7.0+） #

借助CSS伪类:not(:has(*))直接筛选不包含任何子元素的

标签：

from bs4 import BeautifulSoup

html = """
<p><a href='XYZ'>Text1</a></p>
<p>Text2</p>
<p><a href='QWERTY'>Text3</a></p>
<p>Text4</p>
"""
soup = BeautifulSoup(html, 'html.parser')

# 通过CSS选择器定位目标标签
target_ps = soup.select('p:not(:has(*))')

print(target_ps)

同样会得到你期望的结果。

内容的提问来源于stack exchange，提问作者jedrula