如何使用Cleaner,lxml.html而不返回div标签？

Question

我有这个代码:

evil = "<script>malignus script</script><b>bold text</b><i>italic text</i>"
cleaner = Cleaner(remove_unknown_tags=False, allow_tags=['p', 'br', 'b'],
                  page_structure=True)
print cleaner.clean_html(evil)

我希望得到这个:

<b>bold text</b>italic text

但相反,我得到了这个:

<div><b>bold text</b>italic text</div>

是否有删除div标记包装的属性？

Answer 1

lxml期望你的html有一个树结构,即一个根节点.如果没有,则添加它.