python - beautifulsoup - 删除一行代码

Question

我开始学习beautifulsoup。我试图从 html 脚本中删除一行包含 </div> 的代码.

文档中的大多数示例都是针对整个标签(开始和结束部分)提供的。
是否可以只修改标签的一部分？ 例如:

</div>
<div >Hello</div>
<div data-foo="value">foo!</div>

如何只删除第一行代码？

Answer 1

您可以使用 BeautifulSoup 的 unwrap()指定无效标签，这将只删除没有打开/关闭对应的额外标签，同时保留其他标签:

soup = BeautifulSoup(html_doc, 'html.parser')

invalid_tags = ['</div>']

for tag in invalid_tags: 
    for match in soup.findAll(tag):
        match.unwrap()

print(soup)

结果:

<div>Hello</div>
<div data-foo="value">foo!</div>