使用pyquery过滤HTML时无法仅获取目标节点内容应如何处理？

出现多余HTML内容的原因是PyQuery在解析HTML片段时会自动补全完整的文档结构，直接打印PyQuery实例对象会连带输出补全的结构内容。你可以调用outer_html()方法获取指定节点本身的完整HTML内容，修改后的代码如下：

from pyquery import PyQuery as pq
document = pq('<p id="hello">Hello</p><p id="world">World !!</p>')
p = document('p')
print(p.filter("#hello").outer_html())

运行后输出结果就符合你的预期：

<p id="hello">Hello</p>

补充说明：

• 若只需要获取节点内部的文本内容，调用text()方法即可，示例：p.filter("#hello").text() 返回值为 Hello
• 若只需要获取节点内部的HTML内容（不含当前节点的标签本身），调用html()方法即可

内容的提问来源于stack exchange，提问作者Shulin Yang