Python Beautiful Soup提取class为unmasked的元素文本为空如何解决

• 先进行前置核验，确认定位到的元素正确：

# 打印定位到的元素完整HTML结构，确认包含目标文本
print(result.select(".unmasked")[0].prettify())

确认元素正确后，可按以下优先级尝试解决方案：

方案1：提取直接子文本节点 #

目标文本是div的首个直接子节点，通过contents属性直接获取：

unmasked_ele = result.select(".unmasked")[0]
# 取第一个子节点内容，去除首尾空白/换行符
target_text = unmasked_ele.contents[0].strip()

方案2：提取注释内的文本 #

如果方案1返回空值，说明文本被包裹在HTML注释节点中，需单独提取注释内容：

from bs4 import Comment

unmasked_ele = result.select(".unmasked")[0]
target_text = ""
# 遍历元素内所有注释节点
for comment in unmasked_ele.find_all(string=lambda t: isinstance(t, Comment)):
    temp_text = comment.strip()
    if temp_text:
        target_text = temp_text
        break

方案3：更换解析器重试 #

部分情况下解析器兼容问题会导致文本提取失败，初始化BeautifulSoup时更换为lxml解析器即可：

# 初始化soup时指定lxml解析器，需先安装lxml库：pip install lxml
soup = BeautifulSoup(你的网页源代码变量, "lxml")
unmasked_ele = soup.select(".unmasked")[0]
target_text = unmasked_ele.get_text(strip=True)

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