BeautifulSoup 差异：.text 与 .get_text()之间的区别

在本文中，我们将介绍BeautifulSoup库中的两个方法：.text和.get_text()，并探讨它们之间的区别以及何时使用哪个方法。

1. .text方法

.text方法用于提取BeautifulSoup对象中的文本内容。它可以用于提取单个标签的文本，也可以用于提取整个文档的文本。

下面是一个示例代码，展示了如何使用.text方法提取标签的文本：

from BeautifulSoup import BeautifulSoup

html = """
<html>
<head>
<title>示例文档</title>
</head>
<body>
<div id="content">
    <h1>欢迎来到示例文档</h1>
    <p>这是一个包含示例文本的段落。</p>
</div>
</body>
</html>
"""

soup = BeautifulSoup(html)
title = soup.title
content = soup.div

print(title.text)   # 输出：示例文档
print(content.text) # 输出：欢迎来到示例文档 这是一个包含示例文本的段落。

从上面的代码可以看出，使用.text方法可以直接获取标签内的文本内容。

2. .get_text()方法

.get_text()方法同样用于提取BeautifulSoup对象中的文本内容，但它更加灵活和强大。除了提取文本内容外，它还可以通过参数来进行定制。

下面是一个示例代码，展示了如何使用.get_text()方法提取标签的文本并进行定制：

from BeautifulSoup import BeautifulSoup

html = """
<html>
<head>
<title>示例文档</title>
</head>
<body>
<div id="content">
    <h1>欢迎来到示例文档</h1>
    <p>这是一个包含示例文本的段落。</p>
</div>
</body>
</html>
"""

soup = BeautifulSoup(html)
content = soup.div

text = content.get_text(separator=' | ', strip=True)
print(text) # 输出：欢迎来到示例文档 | 这是一个包含示例文本的段落。

从上面的代码可以看出，使用.get_text()方法可以通过参数来定制提取的文本内容。在示例中，我们使用了separator参数将多个标签的文本用” | “分隔开，strip参数移除了文本中的额外空格。