python从html中提取文本

您可以使用Python中的BeautifulSoup库来从HTML中提取文本。

首先，您需要安装BeautifulSoup库，您可以使用pip命令在终端中安装：

pip install beautifulsoup4
然后，您可以使用以下代码来提取HTML文本：
from bs4 import BeautifulSoup
import requests
# 获取HTML页面
url = 'https://www.example.com'
response = requests.get(url)
# 将HTML页面转换为BeautifulSoup对象
soup = BeautifulSoup(response.content, 'html.parser')
# 提取文本内容
text = soup.get_text()
print(text)
在这个例子中，我们首先使用requests库获取了网页的HTML内容，然后使用BeautifulSoup库将HTML内容转换为BeautifulSoup对象。最后，我们使用get_text()方法从对象中提取纯文本内容，并将其打印出来。
需要注意的是，这个方法提取的文本可能包括不必要的空格、换行符和制表符等。如果您需要对提取的文本进行进一步处理，可以使用字符串操作函数来去除这些不必要的字符。