如何使用Beautiful Soup提取<img>标签后的文本？

你要提取的是<img>标签紧随其后的文本，这段内容在Beautiful Soup中属于img标签的下一个兄弟节点（NavigableString类型），可以通过以下步骤实现：

1. 定位到目标<img>标签
2. 调用.next_sibling获取它后面的文本节点
3. 清理文本中的多余空格和引号

示例代码 #

from bs4 import BeautifulSoup

html = '''
<span content>"text"
    <img content src="/assets/images/photo.png">"Text I would like to grab"
    <span content class="classname">Text</span>
</span>
'''

soup = BeautifulSoup(html, 'html.parser')
# 定位目标img标签，若页面有多个img，可结合src属性精准筛选
img_tag = soup.find('img', src='/assets/images/photo.png')
# 清理文本：去除前后空白和包裹的双引号
target_text = img_tag.next_sibling.strip().strip('"')
print(target_text)  # 输出: Text I would like to grab

补充说明 #

• 如果需要批量处理多个类似结构的标签，可以用.find_all()遍历所有符合条件的img标签，再逐个提取后续文本
• 若实际场景中文本没有被双引号包裹，可去掉.strip('"')这一步

内容的提问来源于stack exchange，提问作者Userq9314812382