Python'un Güzel Çorbası'nın, bazı metinler haricindeki tüm html etiketlerini metinden ayırmak için nasıl kullanılacağını gösteren örnek bir kod var mı? gibiBir dizeden html etiketlerini şeritlemek için Güzel Çorba'yı Kullanma
<a></a>
<b></b>
<i></i>
Ve ayrıca şeyler:
ben hariç tüm javascript ve html etiketleri herşeyi şerit istediğiniz yardımcı olmak için
<a onclick=""></a>
teşekkür - Ben internette çok bulamadık Bu amaç.
import BeautifulSoup
doc = '''<html><head><title>Page title</title></head><body><p id="firstpara" align="center">This is <i>paragraph</i> <a onclick="">one</a>.<p id="secondpara" align="blah">This is <i>paragraph</i> <b>two</b>.</html>'''
soup = BeautifulSoup.BeautifulSoup(doc)
for tag in soup.recursiveChildGenerator():
if isinstance(tag,BeautifulSoup.Tag) and tag.name in ('a','b','i'):
print(tag)
sadece metin içeriğini istiyorsanız, print(tag.string) için print(tag) değişebilir
<i>paragraph</i>
<a onclick="">one</a>
<i>paragraph</i>
<b>two</b>
verir. Eğer a etiketinden onclick="" gibi bir öznitelik kaldırmak istiyorsanız
, bunu yapabilirdi:
if isinstance(tag,BeautifulSoup.Tag) and tag.name in ('a','b','i'):
if tag.name=='a':
del tag['onclick']
print(tag)
teşekkür ederiz - herhangi bir şekilde onclick = "" – ensnare
eklenti 'tag.attrs = [kaldırmak için ] 'tüm özellikleri kaldırmak için yazdırmadan önce. Daha fazla kontrole ihtiyacınız varsa, tag.attrs, ihtiyacınız olan şekilde oynayabileceğiniz (isim, değer) çiftlerin bir listesidir. – Spacedman
Hey bu gerçekten yardımcı oldu, çok teşekkür ederim. – ensnare