带有 BeautifulSoup 的 Python XML 解析器。如何删除标签？答案

【问题标题】：Python XMl Parser with BeautifulSoup. How do I remove tags?带有 BeautifulSoup 的 Python XML 解析器。如何删除标签？
【发布时间】：2011-07-17 00:27:08
【问题描述】：

对于一个项目，我决定制作一款帮助人们在 Twitter 上找到朋友的应用程序。

我已经能够从 xml 页面中获取用户名。例如，使用我当前的代码，我可以从 XML 页面获取 <uri>http://twitter.com/username</uri>，但我想使用 Beautiful Soup 删除 <uri> 和 </uri> 标签。

这是我当前的代码：

import urllib
import BeautifulSoup

doc = urllib.urlopen("http://search.twitter.com/search.atom?q=travel").read()

soup = BeautifulStoneSoup(''.join(doc))
data = soup.findAll("uri")

【问题讨论】：

以下任何一个答案有帮助吗？

标签： python beautifulsoup

【解决方案1】：

不要使用 BeautifulSoup 来解析 twitter，使用他们的 API（也不要使用 BeautifulSoup，使用 lxml）。回答你的问题：

import urllib
from BeautifulSoup import BeautifulSoup

resp = urllib.urlopen("http://search.twitter.com/search.atom?q=travel")
soup = BeautifulSoup(resp.read())
for uri in soup.findAll('uri'):
    uri.extract()

【讨论】：

你给我的代码在 twitter.com/username 之间仍然有 Uri 标签
不应该，所有标签都应该从soup，str(soup).find('uri') == -1剥离。

【解决方案2】：

要回答您关于 BeautifulSoup 的问题，text 是您获取每个 <uri> 标记内容所需的内容。在这里，我将信息提取到列表理解中：

>>> uris = [uri.text for uri in soup.findAll('uri')]
>>> len(uris)
15
>>> print uris[0]
http://twitter.com/MarieJeppesen

但是，as zeekay says、Twitter's REST API 是查询 Twitter 的更好方法。

【讨论】：