如何用BeautifulSoup提取div标签内的全部内容（不含自身标签）

你可以通过以下几种方法实现目标：

方法1：使用decode_contents()方法 #

BeautifulSoup的标签对象自带decode_contents()方法，能直接返回标签内部所有内容的HTML字符串，包含所有子标签和文本：

from bs4 import BeautifulSoup

html = '<div id="mydiv"><p>Hello</p><p>Goodbye</p>[...]</div>'
soup = BeautifulSoup(html, 'html.parser')
mydiv = soup.find(id='mydiv')
target_str = mydiv.decode_contents()
print(target_str)
# 输出: <p>Hello</p><p>Goodbye</p>[...]

方法2：遍历子节点拼接字符串 #

遍历div的所有子节点，将每个子节点转为字符串后拼接，也能得到目标结果：

target_str = ''.join(str(child) for child in mydiv.children)
print(target_str)
# 输出符合预期的内容

关于你之前用unwrap()的问题 #

unwrap()的作用是移除当前标签，把内容转移到父节点中。你的原始HTML只有这个div作为根节点，执行mydiv.unwrap()后，div的内容会成为soup的直接内容，但你打印的mydiv变量指向的是已经被掏空的div标签，所以显示空的div。如果要通过unwrap获取内容，应该打印soup：

mydiv.unwrap()
print(soup)
# 输出: <p>Hello</p><p>Goodbye</p>[...]

内容的提问来源于stack exchange，提问作者alias51