使用Python bs4解析HTML时如何获取a标签文本解决属性错误

soup.find_all('a') 返回的是存储了所有匹配到的<a>标签对象的结果列表，列表类型本身没有.text属性，直接调用就会抛出属性错误。只有单个标签元素对象才支持通过.text属性获取内部文本。
另外你给出的示例HTML里第一个a标签的闭合标签误写为</;/a>，属于语法错误，不过html.parser自带容错机制，会自动修正这个问题，不会干扰文本提取结果。

遍历find_all返回的结果列表，对每个单独的a标签对象调用.text提取文本即可，修正后的可运行代码如下：

from bs4 import BeautifulSoup

with open('basic.html', 'r') as f:
    contents = f.read()
    soup = BeautifulSoup(contents, "html.parser")
    
    # 遍历所有匹配到的a标签，逐个提取文本存入列表
    a_content_list = [tag.text for tag in soup.find_all('a')]
    print(a_content_list)

运行上述代码会输出你需要的结果：

['Face book', 'Google']

如果需要把所有a标签的文本合并为单个字符串，可以直接对列表做join处理：

merged_text = '、'.join(a_content_list)
# 得到结果：'Face book、Google'

内容的提问来源于stack exchange，提问作者Alex