利用BeautifulSoup去除HTML指定标签和去除注释

最新推荐文章于 2020-12-29 10:04:04 发布

转载最新推荐文章于 2020-12-29 10:04:04 发布 · 1k 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/qq874455953/p/10264450.html

文章标签：

#python #javascript #ViewUI

本文介绍如何使用BeautifulSoup库去除HTML中的特定标签（如ul、svg、script）及注释，通过代码示例展示具体操作过程。

去除指定标签

from bs4 import BeautifulSoup
#去除属性ul
[s.extract() for s in soup("ul")]
# 去除属性svg
[s.extract() for s in soup("svg")]
# 去除属性script
[s.extract() for s in soup("script")]

去除注释

from bs4 import BeautifulSoup, Comment

 #去除注释
comments = soup.findAll(text=lambda text: isinstance(text, Comment))
[comment.extract() for comment in comments]