使用 BeautifulSoup 删除具有特定类的 div
Posted
技术标签:
【中文标题】使用 BeautifulSoup 删除具有特定类的 div【英文标题】：Deleting a div with a particlular class using BeautifulSoup 【发布时间】：2015-11-10 21:25:31 【问题描述】：我想从soup 对象中删除特定的div。
我正在使用python 2.7 和bs4。
根据文档，我们可以使用div.decompose()。
但这会删除所有div。如何删除具有特定类的div？
【问题讨论】：
【参考方案1】：当然，您可以按照通常的方式只 select、find 或 find_all 感兴趣的 divs，然后在这些 div 上调用 decompose()。
例如，如果你想删除所有类 sidebar 的 div，你可以这样做
# replace with `soup.findAll` if you are using BeautifulSoup3
for div in soup.find_all("div", 'class':'sidebar'):
div.decompose()
如果您想删除具有特定 id 的 div，例如 main-content，您可以使用
soup.find('div', id="main-content").decompose()
【讨论】：
简短而精确。谢谢！ @lemonhead 你知道如何在分解的位置放置替换文本吗？ @CodeGuru 在这种情况下你不会分解，你会选择/找到元素然后调用elem.string.replace_with。另见this answer
d=div.extract() 如果你想将移除的元素作为 d 获取，并做进一步的事情。【参考方案2】：
这将对您有所帮助：
from bs4 import BeautifulSoup
markup = '<a>This is not div <div class="1">This is div 1</div><div class="2">This is div 2</div></a>'
soup = BeautifulSoup(markup,"html.parser")
a_tag = soup
soup.find('div',class_='2').decompose()
print a_tag
输出：
<a>This is not div <div class="1">This is div 1</div></a>
如果有帮助请告诉我
【讨论】：
它是如何工作的？您为a_tag 分配了一个值，然后修改了soup，但打印了a_tag。？我无法让它工作。【参考方案3】：
希望对您有所帮助：
from bs4 import BeautifulSoup
from bs4.element import Tag
markup = '<a>This is not div <div class="1">This is div 1</div><div class="2">This is div 2</div></a>'
soup = BeautifulSoup(markup,"html.parser")
for tag in soup.select('div.1'):
tag.decompose()
print(soup)
【讨论】：
在 BS4 中像魅力一样工作。【参考方案4】： from BeautifulSoup import BeautifulSoup
>>> soup = BeautifulSoup('<body><div>1</div><div class="comment"><strong>2</strong></div></body>')
>>> for div in soup.findAll('div', 'comment'):
... div.extract()
...
<div class="comment"><strong>2</strong></div>
>>> soup
<body><div>1</div></body>
【讨论】：
提取函数不会从原始汤中删除 div。以上是关于使用 BeautifulSoup 删除具有特定类的 div的主要内容，如果未能解决你的问题，请参考以下文章
使用 BeautifulSoup 查找具有两种特定样式的标签
解析目录中的 html 文件并使用 BeautifulSoup 删除特定标签
PHP - 字符串 - 删除具有特定类的 HTML 标记，包括其内容