排除在Beautifulsoup基于内容标签

Question

我刮类似于下面的HTML数据：

<div class="target-content"> 
    <p id="random1"> 
     "the content of the p" 
    </p> 

    <p id="random2"> 
     "the content of the p" 
    </p> 

    <p> 
     <q class="semi-predictable"> 
     "q tag content that I don't want 
     </q> 
    </p> 

    <p id="random3"> 
     "the content of the p" 
    </p> 

</div> 

我的目标是让所有的<p>标签，与他们一起的内容，同时能够排除<q>标签及其内容。目前，我让所有的<p>标签有以下方法：

contentlist = soup.find('div', class_='target-content').find_all('p') 

我的问题，之后我发现结果集所有<p>标签的，我怎么能过滤掉单<p>，连同它的内容，包含<q>？

注：正从soup.find('div', class_='target-content')find_all('p')的结果集后，我反复地增加从结果以下列方式设置为列表中的每个<p>：

content = '' 
    for p in contentlist: 
     content += str(p) 

Answer 1

您可以直接跳过具有q标签p标签内：

for p in soup.select('div.target-content > p'): 
    if p.q: # if q is present - skip 
     continue 
    print(p) 

其中p.q是快捷方式p.find("q")。 div.target-content > p是一个CSS selector，它将匹配所有p标签，它们是div元素的直接子元素，target-content类。

Answer 2

您可以使用filter来实现：

filter(lambda e: e.find('q') == None, soup.find('div', class_='target-content').find_all('p'))