Python/BeautifulSoup - 如何从元素中删除所有标签？
Posted
技术标签:
【中文标题】Python/BeautifulSoup - 如何从元素中删除所有标签？【英文标题】：Python/BeautifulSoup - how to remove all tags from an element? 【发布时间】：2013-04-18 20:29:06 【问题描述】：如何简单地从 BeautifulSoup 中找到的元素中删除所有标签？
【问题讨论】：
【参考方案1】：简单地将内容作为文本而不是 html 获取的代码：
'html_text' 参数是您将传递给此函数以获取文本的字符串
from bs4 import BeautifulSoup
soup = BeautifulSoup(html_text, 'lxml')
text = soup.get_text()
print(text)
【讨论】：
已添加，查看即可。【参考方案2】：这里是源代码：你可以得到正好在 URL 中的文本
URL = ''
page = requests.get(URL)
soup = bs4.BeautifulSoup(page.content,'html.parser').get_text()
print(soup)
【讨论】：
【参考方案3】：bs4 中的 BeautifulStoneSoup 消失了，在 Python3 中变得更加简单
from bs4 import BeautifulSoup
soup = BeautifulSoup(html)
text = soup.get_text()
print(text)
【讨论】：
最好使用get_text()而不是getText()。
这是为什么呢？可能确实如此，但了解原因会有所帮助。
getText() 是 bs3 语法，不符合 pep8。它可能会被弃用。【参考方案4】：
使用get_text()，它将文档中或标签下的所有文本作为单个Unicode字符串返回。
例如，从以下文本中删除所有不同的脚本标签：
<td><a href="http://www.irit.fr/SC">Signal et Communication</a>
<br/><a href="http://www.irit.fr/IRT">Ingénierie Réseaux et Télécommunications</a>
</td>
预期结果是：
Signal et Communication
Ingénierie Réseaux et Télécommunications
这里是源代码：
#!/usr/bin/env python3
from bs4 import BeautifulSoup
text = '''
<td><a href="http://www.irit.fr/SC">Signal et Communication</a>
<br/><a href="http://www.irit.fr/IRT">Ingénierie Réseaux et Télécommunications</a>
</td>
'''
soup = BeautifulSoup(text)
print(soup.get_text())
【讨论】：
【参考方案5】：为什么我没有看到任何关于unwrap 方法的答案？或者，更简单的是get_text 方法
http://www.crummy.com/software/BeautifulSoup/bs4/doc/#unwrap http://www.crummy.com/software/BeautifulSoup/bs4/doc/#get-text
【讨论】：
【参考方案6】：可以使用bs4中的decompose方法：
soup = bs4.BeautifulSoup('<body><a href="http://example.com/">I linked to <i>example.com</i></a></body>')
for a in soup.find('a').children:
if isinstance(a,bs4.element.Tag):
a.decompose()
print soup
Out: <html><body><a href="http://example.com/">I linked to </a></body></html>
【讨论】：
【参考方案7】：看起来就是这样！就这么简单
通过这一行，您可以将当前元素中的所有文本部分连接在一起
''.join(htmlelement.find(text=True))
【讨论】：
以上是关于Python/BeautifulSoup - 如何从元素中删除所有标签？的主要内容，如果未能解决你的问题，请参考以下文章
Python - BeautifulSoup - 如何进行在线数据解析
Python + BeautifulSoup：如何获取“a”元素的“href”属性？
如何使用 Python BeautifulSoup 将输出写入 html 文件