如何用BeautifulSoup完美提取网页中<p>标签的文本内容？

• 问题核心：soup.findAll('p')返回的是标签对象列表，直接打印会输出标签结构，需提取每个标签内的文本内容
• 修正代码：

import requests
from bs4 import BeautifulSoup

link = 'https://trumpwhitehouse.archives.gov/briefings/statements/remarks-president-trump-farewell-address-nation/'

page = requests.get(link)
soup = BeautifulSoup(page.content,'lxml')
# 遍历所有p标签，提取纯文本并去除首尾空白
paragraphs = [p.get_text(strip=True) for p in soup.find_all('p')]
# 逐个打印纯文本段落
for para in paragraphs:
    print(para)

关键说明 #

使用.get_text(strip=True)方法可以直接提取标签内的纯文本，strip=True参数会自动去除文本前后的换行、空格等冗余空白字符。如果不需要去除空白，直接用.text属性也能获取纯文本。

示例文本中文翻译 #

原输出的英文示例文本翻译如下：

白宫
总统：我的美国同胞们：四年前，我们启动了一项……旨在恢复政府对公民的忠诚。简而言之，我们踏上了一条让美国属于所有美国人的道路。
在我即将结束美国第45任总统任期之际，我……还有更多的话要说。
本周，我们为它祈祷，送上最美好的祝福，同时我们也希望——一个非常重要的词。

内容的提问来源于stack exchange，提问作者usman Abbasi