在lxml中，如何删除标记但保留所有内容？
在lxml中，如何删除标记但保留所有内容？
提问于 2011-01-13 22:46:56
问题是:我有一个像这样的XML片段：
<fragment>text1 <a>inner1 </a>text2 <b>inner2</b> <c>t</c>ext3</fragment>对于结果，我希望删除所有的<a>-和<c>-Tags，但保留它们的(文本)-contents和子节点。此外，<b>-Element应该保持不变。然后结果应该如下所示
<fragment>text1 inner<d>1</d> text2 <b>inner2</b> text3</fragment>目前，我将恢复到一个非常肮脏的技巧:我将etree.tostring片段，通过正则表达式删除有问题的标记，并用etree.fromstring结果替换原始片段(不是真正的代码，但应该是这样的)：
from lxml import etree
fragment = etree.fromstring("<fragment>text1 <a>inner1 </a>text2 <b>inner2</b> <c>t</c>ext3</fragment>")
fstring = etree.tostring(fragment)
fstring = fstring.replace("<a>","")
fstring = fstring.replace("</a>","")
fstring = fstring.replace("<c>","")
fstring = fstring.replace("</c>","")
fragment = etree.fromstring(fstring)我知道我可能可以使用xslt来实现这一点，我也知道lxml可以利用xslt，但是必须有更多的lxml原生方法？
作为参考:我已经尝试过使用lxml的element.replace，但是因为我想在以前有元素节点的地方插入文本，所以我认为我不能这样做。
回答 2
Stack Overflow用户
回答已采纳
发布于 2011-01-13 22:53:02
试试这个：http://lxml.de/api/lxml.etree-module.html#strip_tags
>>> etree.strip_tags(fragment,'a','c')
>>> etree.tostring(fragment)
'<fragment>text1 inner1 text2 <b>inner2</b> text3</fragment>'Stack Overflow用户
发布于 2015-05-20 14:56:58
使用lxml的Cleaner函数删除html内容中的标签。下面是一个做你想做的事情的例子。对于HTML文档，Cleaner是比使用strip_elements更好的通用解决方案，因为在这种情况下，您想要剥离的不仅仅是标签；您还想去除其他标签上的onclick=function()属性。
import lxml
from lxml.html.clean import Cleaner
cleaner = Cleaner()
cleaner.remove_tags = ['p']
remove_tags:要删除的标记列表。只有标签会被移除，它们的内容会被拉到父标签中。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/4681317
复制相关文章
相似问题