python中正则和beautifulsoup的使用

Question

网页内容：有很多类似于<p>...</p>的东西，但是我只想要类似于
<h4>overview（可以是别的）</h4>
<p>想要的</p>
不想要类似于<p><strong>内容</strong> 内容</p>
另外再请教大神们：利用beautifulsoup中利用soup.get-text（）返回的值是什么类型的 队列 还是字符串还是什么？

Answer 1

你是要<p></p>里面没有其他标签的？还是要吧p里面的标签也去掉？
去掉字符串中的标签用
re.compile('\<.*?\>').sub('', 目标字符串)
查找所有p 用re.findall('<p>[\s\S]*?</p>',html)
查找里面没有其他标签的p，用re.findall( '<p>[^\<\>]*？></p>' , html )

另外 get-text 获得的是字符串