使用Beautiful Soup按文本查找标签时如何忽略文本首尾多余空格

针对find()方法直接传精确文本匹配时，无法命中带前后额外空白内容的问题，不需要手动拼接所有前后空格，有两种便捷的实现方案：

方案一：正则表达式匹配 #

BeautifulSoup 的string参数原生支持传入正则表达式对象，只要在匹配规则中加入对前后任意空白的兼容逻辑即可：

• 正则核心规则：^\s*目标文本\s*$
  • ^\s* 匹配文本开头的任意数量空白（覆盖空格、制表符、换行符等所有空白类型）
  • \s*$ 匹配文本结尾的任意数量空白
• 示例代码：

from bs4 import BeautifulSoup
import re

html_content = '<dt>              I am text               </dt>'
soup = BeautifulSoup(html_content, "html.parser")

# 无需计算前后空格数量，即可完成精准匹配
target_element = soup.find("dt", string=re.compile(r"^\s*I am text\s*$"))

方案二：自定义匹配函数 #

如果不想编写正则，可以直接给string参数传入可调用对象，函数会接收到当前节点的纯文本内容，自行处理后返回匹配判断结果：

• 核心逻辑：对拿到的文本执行strip()方法清除首尾空白，再与目标文本做精确比对
• 示例代码：

target_element = soup.find("dt", string=lambda text: text.strip() == "I am text")

嵌套标签场景适配 #

如果目标标签内部嵌套了其他子元素（并非纯文本节点），string参数无法获取完整渲染文本时，可以将匹配逻辑作用在标签本身：

# get_text(strip=True) 会自动提取标签内所有嵌套文本，同时清除首尾空白
target_element = soup.find(
    lambda tag: tag.name == "dt" and tag.get_text(strip=True) == "I am text"
)

内容的提问来源于stack exchange，提问作者user15332110