如何使用Beautifulsoup提取唯一H1内无class的span文本并去除括号

实现步骤与代码示例 #

你可以通过定位唯一h1标签、提取内部span文本、清理首尾括号三步完成需求，代码可直接运行：

from bs4 import BeautifulSoup

# 待解析的HTML内容
html_content = '<h1>Anno <span>(2021)</span></h1>'
# 初始化解析器
soup = BeautifulSoup(html_content, 'html.parser')
# 定位唯一h1标签下的span节点
span_node = soup.find('h1').find('span')
# 提取文本并清理首尾括号
clean_text = span_node.get_text().strip('()')

print(clean_text) # 输出结果：2021

说明 #

• 因为h1标签全局唯一，直接用find('h1')即可精准定位，不需要额外的属性筛选
• strip('()')只会清理字符串首尾的圆括号，不会影响文本中间的括号内容，比切片[1:-1]的兼容性更强，如果span文本首尾存在多余空格，也可以改成strip('() ')同时清理空格和括号。

内容的提问来源于stack exchange，提问作者Linux