转自
https://www.crifan.com/python_beautifulsoup_string_vs_text/
【背景】
是别人问我的：
BeautifulSoup 4中，soup.string和soup.text何有区别。
【折腾过程】
1.去beautifulsoup的官网：
bs3：
http://www.crummy.com/software/BeautifulSoup/bs3/documentation.html
和
bs4
http://www.crummy.com/software/BeautifulSoup/bs4/doc/#get-text
找了半天，都没有soup.text的用法。
2.但是该人的确使用代码：
price_div = li.find('div' , {'class':'pPrice clearfix'})
vs.append(price_div.em.text.split('\n')[5].strip().encode('gbk'))是可以运行的。
3.开始我以为此处其html中有个特殊的em和text节点呢，类似于：
<html>
<em>
<text>xxx</text>
</em>
</html>结果后来证实，其html中只有em，em其下没有text这个tag节点。
4.官网的文档中，和.text最接近的，也只有：
get_text()
5.后来下载到最新源码
http://www.crummy.com/software/BeautifulSoup/bs4/download/4.3/beautifulsoup4-4.3.1.tar.gz
解压后，看到：
\beautifulsoup4-4.3.1\bs4\element.py
中，有对应的代码：
@property
def stripped_strings(self):
for string in self._all_strings(True):
yield string
def get_text(self, separator=u"", strip=False,
types=(NavigableString, CData)):
"""
Get all child strings, concatenated using the given separator.
"""
return separator.join([s for s in self._all_strings(
strip, types=types)])
getText = get_text
text = property(get_text)所以，结论就很明显了。
【总结】
beautifulsoup中，对外接口，没有提供text这个属性，只有string这个属性值；
beautifulsoup内部才有text这个属性，只供内部使用 –> 如果你想要用text值，应该调用对应的get_text()
而你之所有能够直接用soup.text而没报错，应该是和python的class的property没有变成private有关系 –>导致你外部也可以访问到这个，本身是只供内部使用的属性值-> 这个要抽空深究了。
转载请注明：
在路上
»
【整理】BeautifulSoup中的.string和.text的区别
那么get_text()h和string有什么区别的，我自己试了一下，
html=”‘
<html><head><title >The Dormouse’s story</title></head>
<body>
<p class=”title” name=”dromouse”><b>The Dormouse’s story</b></p>
<p class=”story”>Once upon a time there were three little sisters; and their names were
<a class=”sister” href=”http://example.com/elsie” id=”link1″><!–Elsie–></a>,
<a class=”sister” href=”http://example.com/lacie” id=”link2″>Lacie</a>,
<a href=”http://example.com/tillie” class=”sister” id=”link3″>Tillie</a>
and they lived at the bottom of a well.</p>
<p class=”story”>…</p>
”’
发现如果是对a标签进行用get_text方法，返回的是空白
而如果是.string方法，对任何标签都能获得其中注释的内容，即Elsie