如何使用BeautifulSoup提取指定HTML片段中的目标文本？

当然有可行的解决方法啦！针对你给出的HTML片段，我整理了几种不同场景下的提取方案，你可以根据自己的使用环境来选：

BeautifulSoup是Python里专门解析HTML/XML的工具，对付这种结构化标签非常靠谱，不会像正则那样容易因为HTML小改动就失效。

步骤很简单：

• 先安装依赖：pip install beautifulsoup4
• 然后用下面的代码提取：

from bs4 import BeautifulSoup

# 你的HTML片段
html_content = '''<span class="cw-type__h2 Ingredients-title">Ingredients</span> <p> THIS IS THE TEXT I WANT TO EXTRACT</p>'''

# 初始化解析器
soup = BeautifulSoup(html_content, 'html.parser')

# 定位p标签并提取文本，strip()用来去掉前后的空格
target_text = soup.find('p').get_text(strip=True)
print(target_text)  # 输出结果就是你要的文本

如果页面里有多个p标签，还可以结合上下文精准定位，比如先找到那个带有Ingredients-title类的span，再取它的下一个兄弟元素：

ingredients_span = soup.find('span', class_='Ingredients-title')
target_p = ingredients_span.find_next_sibling('p')
target_text = target_p.get_text(strip=True)

如果你的HTML结构绝对固定，不会有变化，用正则也能快速搞定，但要注意：一旦HTML结构变了（比如p标签加了属性、换行），正则可能就失效了，所以只推荐简单场景用。

示例代码：

import re

html_content = '''<span class="cw-type__h2 Ingredients-title">Ingredients</span> <p> THIS IS THE TEXT I WANT TO EXTRACT</p>'''

# 匹配<p>和</p>之间的内容，\s*匹配前后空格，.*?是非贪婪匹配
match_result = re.search(r'<p>\s*(.*?)\s*</p>', html_content)
if match_result:
    target_text = match_result.group(1)
    print(target_text)

如果是在网页里直接用JS提取文本，也很方便：

// 直接获取p标签的文本，trim()去掉前后空格
const targetText = document.querySelector('p').textContent.trim();
console.log(targetText);

要是需要更精准（比如页面有多个p标签），可以先定位到Ingredients的标题span，再取它的下一个兄弟元素：

const ingredientsTitle = document.querySelector('.Ingredients-title');
const targetP = ingredientsTitle.nextElementSibling;
const targetText = targetP.textContent.trim();
console.log(targetText);

内容的提问来源于stack exchange，提问作者ms5573