Django中如何从CKEditor存储的富文本内容里仅提取第一段？

方案1：正则表达式快速实现（适合格式规则的简单场景） #

无需额外安装依赖，直接在Post模型中新增自定义方法即可：

import re
import datetime

from ckeditor.fields import RichTextField
from django.db import models


class Post(models.Model):
    name = models.CharField(max_length=250)
    content = RichTextField()
    date = models.DateField(default=datetime.date.today)

    def get_first_paragraph(self):
        # 匹配第一个<p>标签内的内容，自动忽略标签属性
        match = re.search(r'<p[^>]*>(.*?)</p>', self.content, re.DOTALL)
        return match.group(1).strip() if match else ''

调用方式： #

获取单篇博文的第一段直接调用post.get_first_paragraph()即可。

方案2：BeautifulSoup解析（适配复杂富文本格式，更稳定） #

如果富文本内容存在p标签带类名、行内样式、嵌套其他标签的情况，推荐用专业HTML解析库处理，避免正则匹配遗漏：

1. 先安装依赖：

pip install beautifulsoup4

2. 模型中新增方法：

from bs4 import BeautifulSoup
import datetime

from ckeditor.fields import RichTextField
from django.db import models


class Post(models.Model):
    name = models.CharField(max_length=250)
    content = RichTextField()
    date = models.DateField(default=datetime.date.today)

    def get_first_paragraph(self):
        soup = BeautifulSoup(self.content, 'html.parser')
        first_p = soup.find('p')
        return first_p.get_text().strip() if first_p else ''

补充说明 #

• 如果需要把提取的第一段作为独立摘要字段存储，可以重写模型的save方法，在保存博文时自动提取内容存储到新增的summary字段里，避免每次查询都重复解析。
• 若富文本第一段为空，两个方法都会返回空字符串，可根据业务需求调整默认返回值。

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