如何使用BeautifulSoup的find_all提取多个指定p标签内容并存为列表

find_all()返回的ResultSet对象本质是支持索引操作的类列表结构，本身没有内置的多索引选择方法，直接用Python原生的列表操作即可实现需求：

• 选择连续索引的元素：直接用列表切片语法
  例：提取索引20到30（包含两端）的p标签：

  all_p = soup.find_all('p')
  # 切片左闭右开，所以结束索引要写31
  selected_p = all_p[20:31]
  

• 选择不连续的指定索引元素：用列表推导式筛选
  例：提取索引为22、25、28的p标签：

  target_indexes = [22,25,28]
  all_p = soup.find_all('p')
  selected_p = [all_p[i] for i in target_indexes]
  

提取选中元素的文本存为列表：

text_list = [p.text.strip() for p in selected_p]

更稳定的筛选方案（推荐） #

硬编码全局p标签的索引稳定性很差，网页结构稍有变动索引就会失效，你可以先定位到目标p标签的上层父容器，再提取内部的p标签，自动忽略其他位置的p标签：

# 先定位到你说的figure节点，id填实际的id值
target_container = soup.find('figure', id='你的figure的id值')
# 只提取这个容器内部的p标签，不会拿到页面其他位置的p
all_target_p = target_container.find_all('p')
# 再按上面的方法选需要的索引即可

修改后的完整示例代码 #

from bs4 import BeautifulSoup
import requests

def getFacts(target_indexes):
    page = requests.get("https://thoughtcatalog.com/jacob-geers/2016/04/really-funny-random-weird-facts/")
    soup = BeautifulSoup(page.content, 'html.parser')
    all_p = soup.find_all('p')
    
    # 选择指定索引的p标签，提取文本存为列表
    fact_list = [all_p[i].text.rstrip('\n') for i in target_indexes]
    
    print(f'共选中{len(fact_list)}条内容')
    # 写入文件，每条占一行
    with open('out.txt', 'w', encoding='utf-8') as f:
        f.write('\n'.join(fact_list))
    
    # 读取验证
    with open('out.txt', 'r', encoding='utf-8') as file:
        content = file.read()
    print(content)
    return fact_list

# 调用示例：提取索引22、25、28、30的内容
getFacts([22,25,28,30])

内容的提问来源于stack exchange，提问作者noidss