Gil*_*ert 5 python beautifulsoup python-3.x
我正试图<script>利用beatifulsoup 摆脱标签和标签内的内容.我去了文档,似乎是一个非常简单的函数来调用.有关功能的更多信息这里.这是我到目前为止解析的html页面的内容......
<body class="pb-theme-normal pb-full-fluid">
<div class="pub_300x250 pub_300x250m pub_728x90 text-ad textAd text_ad text_ads text-ads text-ad-links" id="wp-adb-c" style="width: 1px !important;
height: 1px !important;
position: absolute !important;
left: -10000px !important;
top: -1000px !important;
">
</div>
<div id="pb-f-a">
</div>
<div class="" id="pb-root">
<script>
(function(a){
TWP=window.TWP||{};
TWP.Features=TWP.Features||{};
TWP.Features.Page=TWP.Features.Page||{};
TWP.Features.Page.PostRecommends={};
TWP.Features.Page.PostRecommends.url="https://recommendation-hybrid.wpdigital.net/hybrid/hybrid-filter/hybrid.json?callback\x3d?";
TWP.Features.Page.PostRecommends.trackUrl="https://recommendation-hybrid.wpdigital.net/hybrid/hybrid-filter/tracker.json?callback\x3d?";
TWP.Features.Page.PostRecommends.profileUrl="https://usersegment.wpdigital.net/usersegments";
TWP.Features.Page.PostRecommends.canonicalUrl=""
})(jQuery);
</script>
</div>
</body>
想象一下,你有一些这样的网页内容,你在一个名为的BeautifulSoup对象中有这样的内容soup_html.如果我运行soup_html.script.decompose()并且他们调用该对象soup_html,脚本标签仍然存在.我如何摆脱<script>这些标签内的内容？
markup = 'The html above'
soup = BeautifulSoup(markup)
html_body = soup.body
soup.script.decompose()
html_body
soup.script.decompose()
这将仅从"Soup"中删除单个脚本元素.相反,我认为你的意思是分解所有这些:
for script in soup("script"):
script.decompose()
为了详细说明 alecxe 提供的答案，这里有一个完整的脚本供任何人参考：
selects = soup.findAll('select')
for match in selects:
match.decompose()
| 归档时间： |
|
| 查看次数： |
10159 次 |
| 最近记录： |