BeautifulSoup 去除标签答案

【问题标题】：BeautifulSoup removing tagsBeautifulSoup 去除标签
【发布时间】：2014-02-09 03:01:15
【问题描述】：

我正在尝试从源中删除样式标签及其内容，但它不起作用，没有错误只是不会分解。这就是我所拥有的：

source = BeautifulSoup(open("page.html"))
getbody = source.find('body')
for child in getbody[0].children:
    try:
        if child.get('style') is not None and child.get('style') == "display:none":
            # it in here
            child.decompose()
    except:
        continue
print source
# display:hidden div's are still there.

【问题讨论】：

您的语法无效；没有except 处理程序。如果您使用except: pass 删除 try/except 来查看您正在掩盖的任何错误。
getbody[0] 也会引发KeyError。
我不知道这段代码怎么不会抛出任何SyntaxError。

标签： python beautifulsoup

【解决方案1】：

以下代码可以满足您的要求并且可以正常工作；不要使用毯子，除了处理来掩盖错误：

source = BeautifulSoup(open("page.html"))
for hidden in source.body.find_all(style='display:none'):
    hidden.decompose()

或者更好的是，使用正则表达式将网络扩大一点：

import re

source = BeautifulSoup(open("page.html"))
for hidden in source.body.find_all(style=re.compile(r'display:\s*none')):
    hidden.decompose()

Tag.children 仅列出body 标记的直接个子级，而不是所有嵌套的子级。

【讨论】：