如何用BeautifulSoup提取div中sup标签内容并移除img标签？

方法1：直接提取<sup>标签内容（最简单） #

如果核心需求只是获取<sup>里的文本，完全不需要先处理<img>相关元素，直接定位标签提取内容即可：

from bs4 import BeautifulSoup

html = """<div>Hello everyone how are you<sup>Hello hi</sup><figure>Blah Blah<img /><figure></div>"""
soup = BeautifulSoup(html, 'html.parser')

# 直接定位sup标签并提取文本
sup_text = soup.find('sup').get_text(strip=True)
print(sup_text)  # 输出: Hello hi

方法2：清理<img>相关元素后保留<sup> #

如果需要先移除<img>及包含它的容器（比如示例里的<figure>），再处理内容，要精准定位待删除的元素，避免误删<sup>：

from bs4 import BeautifulSoup

html = """<div>Hello everyone how are you<sup>Hello hi</sup><figure>Blah Blah<img /><figure></div>"""
soup = BeautifulSoup(html, 'html.parser')

target_div = soup.find('div')

# 方案A：删除所有<img>标签
for img in target_div.find_all('img'):
    img.decompose()

# 方案B：删除包含<img>的整个<figure>标签（更彻底）
for figure in target_div.find_all('figure'):
    figure.decompose()

# 此时div里已无img相关内容，再提取sup文本
sup_text = target_div.find('sup').get_text(strip=True)
print(sup_text)  # 输出: Hello hi

为什么之前decompose()会破坏<sup>？ #

大概率是你在选择待删除元素时范围过大，比如误删了<div>下的所有子元素，或者错误地将<sup>也纳入了删除列表。只要精准定位到<img>或其容器（如<figure>）进行删除，就不会影响<sup>标签。

内容的提问来源于stack exchange，提问作者Pradeep Karthik Muthusamy