python删除html文本及子节点_利用BeautifulSoup删除/去除HTML指定标签和去除注释

PageElement.extract() 方法将当前tag移除文档树,并作为方法结果返回:

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

[s.extract() for s in soup.find_all("sup", {"class": "sup--normal"})]

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]

使用decompose()——方法将当前节点移除文档树并完全销毁:markup = 'I linked to example.com'

soup = BeautifulSoup(markup)

a_tag = soup.a

soup.i.decompose()

a_tag

# I linked to

中文文档：https://www.crummy.com/software/BeautifulSoup/bs4/doc.zh/