使用BeautifulSoup如何提取不含子元素的标签且不修改原soup对象？

架构老林

2026-10-2

解决方案

方法1：直接构造同名同属性新标签（推荐，性能最优）

该方案不触碰原soup的任何节点，直接创建与目标div属性完全一致的新标签，天然没有子元素：

from bs4 import BeautifulSoup

# 你的原始soup构造代码
html = """
<body>
    <div name='tag-i-want'>
        <span>I don't want this</span>
    </div>
</body>
"""
soup = BeautifulSoup(html, 'html.parser')

divs = []
for tag in soup.find_all('div'):
    # 直接创建同名称、同属性的新Tag对象
    new_tag = BeautifulSoup.new_tag(soup, tag.name, attrs=tag.attrs)
    divs.append(str(new_tag))

print(divs)

输出结果：

["<div name='tag-i-want'></div>"]

方法2：深拷贝原标签后清空子节点

该方案适合需要保留标签的特殊元属性（如命名空间、自定义标记）的场景，深拷贝操作完全隔离原soup：

import copy
from bs4 import BeautifulSoup

# 同上构造原始soup
html = """
<body>
    <div name='tag-i-want'>
        <span>I don't want this</span>
    </div>
</body>
"""
soup = BeautifulSoup(html, 'html.parser')

divs = []
for tag in soup.find_all('div'):
    # 深拷贝目标标签，与原soup完全隔离
    temp_tag = copy.deepcopy(tag)
    # 清空所有子节点
    temp_tag.clear()
    divs.append(str(temp_tag))

print(divs)

输出结果和方法1完全一致。