通过 beautifulsoup 安全地删除标签中的孩子

Posted 2023-02-23

【中文标题】通过 beautifulsoup 安全地删除标签中的孩子

【英文标题】：Safely remove children in a tag by beautifulsoup

【发布时间】：2020-05-02 00:30:42

【问题描述】：

假设现在我有一个标签div 通过 findAll 在汤中获得。

div = <div>text1<span>text2<\span>text3</div>

请注意，我想保留一些外部结构。例如，div.previous_element 将连接到汤中的其他标签。现在我解开了跨度，以便

div.contents=['text1','text2','text3']

我想要的是：

div.contents=['text1text2text3'] div.string 不是无。 与汤的连接未切断（div.previous_element 也可以工作）

【问题讨论】：

您能否提供所需输出的外观。

我希望 div=text1text2text3。另外，div.string='text1text2text3'（不是没有）。

【参考方案1】：

试试这个。

from simplified_scrapy.simplified_doc import SimplifiedDoc
html='''<div>text1<span>text2<\span>text3</div>'''
doc = SimplifiedDoc(html)
div = doc.div
print (div)
print (div.text)

结果：

'tag': 'div', 'html': 'text1<span>text2<\\span>text3'
text1text2text3

可以获取SimplifiedDochere的例子