如何删除特定 html 标签内的所有内容（连同标签本身）答案

【问题标题】：How to remove everything inside a specific html tag (along with the tag itself)如何删除特定 html 标签内的所有内容（连同标签本身）
【发布时间】：2018-12-06 06:10:25
【问题描述】：

假设你有这个字符串：

text = """<p>Bla bla bla.</p><p>Blo blo blo<a 
href="http://www.example.com">bli bli</a>.</p><p>blu blu<br>
<span style="font-size: x-small;"><br>
content to remove</span></p>"""

我的目标是删除 <span style="font-size: x-small;"><br>content to remove</span> 中的所有内容，以及开始和结束标记。

所以如果属性样式是"font-size: x-small;"，我只能删除跨度标签（及其内容）。

我的代码不起作用。这里是：

import re    
pattern = re.compile(r"\<span style='font-size: x-small;'\>.*?\</span\>")
new_text = pattern.sub(lambda match: match.group(0).replace(match.group(0),'') ,text)

我宁愿使用 Python 本身，因为我对正则表达式一无所知（如您所见......）。但如果正则表达式是要走的路，我会接受。

【问题讨论】：

标签： python html tags

【解决方案1】：

您可以使用find、索引和字符串连接。

new_text = text[:text.find("<span")]+text[text.find("</span>")+7:]

text.find("</span>")+7 查找的第一次出现的索引，然后将 7 添加到该索引，即标记本身的长度。

有很多方法可以解决这个问题。对于任何重要的 html 解析，我推荐Beautifulsoup。

【讨论】：

它可以工作，但如果style="font-size: x-small;"，我只能删除跨度标签（及其内容）。我猜你的代码会删除所有 span 标签内容，这对我没有好处。
仅第一次出现。请参阅查找文档。您可以使用样式标签扩展 find 子句。
我看到了文档，但我找不到删除所有跨度标签（连同内容）when style="font-size: x-small;" 的方法

【解决方案2】：

我会使用正则表达式。

正则表达式 \<span(.*)span> 匹配 span 标签内的所有内容，包括开始和结束标签。试试这个：

    String text = "<p>Bla bla bla.</p><p>Blo blo blo<a 
    href=\"http://www.example.com\">bli bli</a>.</p><p>blu blu<br><span 
    style=\"font-size: x-small;\"><br>content to remove</span></p>";
    text = text.replaceAll("\\<span(.*)span>", "");

【讨论】：

OP 专门要求避免使用正则表达式
不，他没有。他只是说他更喜欢 python，但他会考虑一个正则表达式的解决方案。
正如我之前所说，如果 style="font-size: x-small;"，我只能删除 span 标签（及其内容）。我猜您的代码会删除所有跨度标签内容，这对我没有好处。但是，是的，我会考虑 regex 或者 beautifulsoup。

【解决方案3】：

我找到了一种使用 Beautiful Soup 的方法：

from bs4 import BeautifulSoup

soup = BeautifulSoup(text, 'html.parser')
spans_to_delete = soup.find_all('span', style=lambda value: value and 'font-size: x-small' in value)

if spans_to_delete:
    for span in spans_to_delete:
        span.extract()

    new_text = str(soup)
else:
    print('No span with desired style found')

其实this线程的第一个回答给了我方向。

【讨论】：