适用于您的特定示例的方法是：
from BeautifulSoup import BeautifulSoup
ht = '''
<div id="abc">
some long text goes <a href="/"> here </a> and hopefully it
will get picked up by the parser as content
</div>
'''
soup = BeautifulSoup(ht)
anchors = soup.findAll('a')
for a in anchors:
a.prevIoUsSibling.replaceWith(a.prevIoUsSibling + a.string)
results = soup.findAll(text=lambda(x): len(x) > 20)
print results
发出
$ python bs.py
[u'\n some long text goes here ', u' and hopefully it \n will get picked up by the parser as content\n']
当然，你可能需要采取多一点关怀，即，如果没有a.string，或者a.prevIoUsSibling是None-你需要合适的if语句来采取这种极端情况的照顾。但我希望这个总体思路能对您有所帮助。（事实上，你可能想_也_ 合并 @H_404_21@下一个 兄弟，如果它是一个字符串-与您的启发式不知道如何播放len(x) > 20，但说，例如，你有两个9个字符的字符串与<a>中间包含5个字符的字符串，也许您想将其作为“ 23个字符的字符串”使用呢？我不知道是因为我不理解您启发式搜索的动机）。
我想除了<a>标签，您还希望删除其他标签，例如<b>或<strong>，也许<p>和/或<br>，等等…？我想这也取决于启发式技术背后的实际想法！
602392714
清零编程群