BeautifulSoup抓取结果如何去除HTML标签仅获取目标纯文本

你当前代码返回带HTML标签的结果，原因是find_all()返回的是所有匹配标签对象组成的列表，直接打印该列表会输出标签的完整HTML结构，按以下方式修改即可提取纯文本：

最优修改方案 #

如果确认页面仅存在1个符合条件的h1标签，直接用find()替代find_all()，再调用标签的.text属性提取文本：

from bs4 import BeautifulSoup
import requests

url = 'https://www.mediacorp.sg/en/your-mediacorp/our-artistes/tca/male-artistes/ayden-sng-12357686'

artiste_name = 'celeb-name'

page = requests.get(url)

soup = BeautifulSoup(page.text, 'lxml')

# 修改点：用find获取单个标签，调用text属性取纯文本
txt = soup.find('h1', attrs={'class':artiste_name}).text

print(txt)

兼容find_all的方案 #

如果需要匹配多个结果的场景，先按索引取出对应标签后再提取文本即可：

# 取列表第一个匹配结果，再提取文本
txt = soup.find_all('h1', attrs={'class':artiste_name})[0].text

内容的提问来源于stack exchange，提问作者munchies