我有这个代码:
from lxml.html import fromstring, tostring
html = "<p><img src='some_pic.jpg' />Here is some text</p>"
doc = fromstring(html)
img = doc.find('.//img')
doc.remove(img)
print tostring(doc)
输出为:<p></p>
为什么删除 img 标签也会删除其后面的文本？换句话说，为什么没有打印出结果: <p>Here is some text</p>
我怎样才能只删除该标签而不删除文本？请注意，即使我在 img 上包含显式结束标记，我也会得到相同的结果，即:
html = "<p><img src='some_pic.jpg'></img>Here is some text</p>"
最佳答案
Here is some text text 是 img 标记的 tail - 它是元素的一部分，并且将随元素一起删除.
要保留 tail - 将其分配给 img 父级文本:
from lxml.html import fromstring, tostring
html = "<p><img src='some_pic.jpg' />Here is some text</p>"
doc = fromstring(html)
img = doc.find('.//img')
parent = img.getparent()
parent.text = img.tail
doc.remove(img)
print tostring(doc)
打印:
<p>Here is some text</p>
关于python - 删除lxml中的img标签，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/24666712/