我可以使用BeautifulSoup删除脚本标签吗？

Question

我可以使用BeautifulSoup删除脚本标签吗？

可以使用BeautifulSoup从HTML中删除脚本标记及其所有内容,还是必须使用正则表达式或其他内容？

Answer 1

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('<script>a</script>baba<script>b</script>', 'lxml')
>>> [s.extract() for s in soup('script')]
>>> soup
baba

Run Code Online (Sandbox Code Playgroud)

@Ali你必须在汤中使用`[s.extract()for s(['iframe','script'])]`注意,要使用多个标签,参数必须是一个列表 (6认同)
在此操作之后,汤对象变得无用,不再找到标签. (2认同)
这已经过时了，BeautifulSoup现在似乎将字符串格式化为html：`<html><head></head><body><p>baba</p></body></html>` (2认同)

Answer 2

Abh*_*ari 26

更新了可能需要将来参考的人的答案:正确的答案是. decompose() 您可以使用不同的方式,但decompose就地工作.

用法示例:

soup = BeautifulSoup('<p>This is a slimy text and <i> I am slimer</i></p>')
soup.i.decompose()
print str(soup)
#prints '<p>This is a slimy text and</p>'

Run Code Online (Sandbox Code Playgroud)

摆脱像'脚本','img'这样的碎片非常有用.

实际上,根据文档:"Tag.decompose()从树中删除一个标签,然后完全销毁它及其内容:"https://www.crummy.com/software/BeautifulSoup/bs4/doc/#decompose (5认同)
`decompose`和`extract`之间的区别在于后者返回被删除的东西,而前者只是将其摧毁.所以这是对问题的更精确答案,但其他方法确实有效. (4认同)
考虑到我们可能有多个“i”标签并希望删除所有它们，我们可以（类似于上面的@FábioDiniz“extract”示例）执行“[s.decompose() for s in soup('i')” ]`。`decompose()` 本身仅删除第一次出现的情况。 (4认同)
分解不会删除脚本标签的内容，它只会删除标签。 (2认同)
@Vangel 道歉，我想我忘了在评论中提及：我相信我是在用该评论回应 Roland Pihlakas。 (2认同)

Answer 3

San*_*dri 21

如(官方文档)中所述,您可以使用该extract方法删除与搜索匹配的所有子树.

import BeautifulSoup
a = BeautifulSoup.BeautifulSoup("<html><body><script>aaa</script></body></html>")
[x.extract() for x in a.findAll('script')]

Run Code Online (Sandbox Code Playgroud)

归档时间：	14 年，6 月前
查看次数：	77594 次
最近记录：	8 年，3 月前