如何从soup对象中删除所有可导航的字符串？
从soup对象中删除所有可导航的字符串，可以使用BeautifulSoup库提供的方法和属性来实现。
首先，导入BeautifulSoup库并创建一个BeautifulSoup对象，将待处理的HTML文档传入构造函数中：
from bs4 import BeautifulSoup
html_doc = """
<html>
<head>
<title>Example</title>
</head>
<body>
<p class="paragraph">This is a paragraph.</p>
<a href="https://www.example.com">Link</a>
<div>
<p>Another paragraph.</p>
<span>Some text.</span>
</div>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')接下来，可以使用find_all方法找到所有的可导航字符串，并使用extract方法将其从soup对象中删除：
navigable_strings = soup.find_all(string=True)
for string in navigable_strings:
string.extract()最后，可以打印修改后的soup对象，确认所有可导航的字符串已被删除：
print(soup)完整的代码如下：
from bs4 import BeautifulSoup
html_doc = """
<html>
<head>
<title>Example</title>
</head>
<body>
<p class="paragraph">This is a paragraph.</p>
<a href="https://www.example.com">Link</a>
<div>
<p>Another paragraph.</p>
<span>Some text.</span>
</div>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
navigable_strings = soup.find_all(string=True)
for string in navigable_strings:
string.extract()
print(soup)这样就可以从soup对象中删除所有可导航的字符串了。
关于BeautifulSoup库的更多信息和用法，可以参考腾讯云的产品介绍链接地址：BeautifulSoup库介绍
相关·内容
我写了这个：import lxmlimport sys
soup = BeautifulSoup(open("Data/xmls/quests.xml"), "lxml")
print"id“获取一
浏览 4提问于2017-02-19得票数 0
回答已采纳
3回答
假设有一个包含数百个链接的页面，每个链接的a标记中都有唯一的文本。如何指定a标记的文本，然后从中获取href？例如, print(a['href'])for a in soup.findAll('a&
浏览 2提问于2012-01-06得票数 6
我能够为MWE创建一个简单的html，如下所示。但是，所有find函数都不返回任何内容，因此无法执行进一步的操作(插入、追加)。
main_soup = BeautifulSoup(base_template,"html.parser")
main_soup.html.append('head&
浏览 1提问于2018-12-04得票数 2
回答已采纳
strong>'), soup= BeautifulSoup(html, 'html.parser') for node in soup.find_allr = Beaut
浏览 0提问于2017-07-23得票数 1
我想知道如何提取多个XML文档中所有标记之间的文本，获取文件名，然后将此信息写入CSV文件。dataExtracted = [] with open(filename, 'r') as f_in: print(filename)
for i in soup</em
浏览 2提问于2021-10-28得票数 0
链接到我正在使用的url：new_url = r"https://www.sec.gov/Archives/edgar/data/789019/000106299321002323/0001062993(没有父标记的标记)
浏览 5提问于2021-04-28得票数 0
回答已采纳
我对Python非常陌生，这可能是一个非常简单的错误类型，但无法解决问题所在。我试图从一个包含特定子字符串的网站获得链接，但是当我这样做时，会得到"TypeError：'NoneType‘对象是不可迭代的“。我相信这个问题与我从网站上得到的链接有关。有人知道这里有什么问题吗？sport=soccer&page=competition&id=87&view=matches")
soup = Beaut
浏览 3提问于2017-04-20得票数 0
回答已采纳
我正在尝试通过执行以下操作来删除BS4实例的注释和Doctype： elt.extract()soup = BeautifulSoup(message, features='html.parser')
for tag
浏览 0提问于2021-02-11得票数 0
我试图从本文()中提取文章文本，并将底部的合法容器排除在外。文本部分似乎很简单，但似乎无法摆脱容器。为了便于使用，我将其与法律变量分开。到目前为止，我的代码如下：from bs4 import BeautifulSoup
r
浏览 9提问于2017-10-12得票数 3
我试图从网站上删除以下使用“美丽汤”的数据：其中包含了所有篮球运动员的数据表。当我检查html源元素时。在每个表行('tr')中，玩家数据似乎包含在‘data -append’中。这是播放器表的一个tr的快照。data-row="0"><t
浏览 3提问于2016-10-30得票数 0
回答已采纳
4回答
我正在尝试获取一个包含漂亮汤的html表格中的内容。当我到达单元格的级别时，我只需要获取不在strike参数之间的值<strike>$0.45</strike><br/>
$0.41我正在使用data.get_text()，但我不知道如何过滤掉0.45美元，有什么办法吗？
浏览 0提问于2018-02-20得票数 0
如何从BeautifulSoup对象中分解和平滑标记？从一个汤，到一个汤，没有一根绳子。<html><title>TITLE</title><body>LOOSE TEXT
<div但是，
浏览 2提问于2020-06-18得票数 1
回答已采纳
我在服务器2016的机器上安装了一个新的ESXi 6.5。没有NTFS权限问题:接任和授予显式权限并不能解决问题(如：域管理员组拒绝对d:驱动器的访问)检查esx日志
检查windows更新:自5天以来没有新的更新(此时服务器被重新启动
浏览 0提问于2018-12-12得票数 0
回答已采纳
我正在尝试使用BeautifulSoup从html表中删除标题单元格。我有这样的东西；我使用以下代码删除所有标头单元格；
soup = BeautifulSoup(url)for headless in soup.find_all('th')
浏览 3提问于2015-05-27得票数 2
回答已采纳
1回答
我从内部网络抓取了数据，当我“打印”XML内容时，它明显地提取了数据。(profile_name)s&profileowner=%(profile_username)s&style=xml' % params, verify=False).contentsoup = BeautifulSoup(ptdf_data1, "lxml")
for ptd
浏览 4提问于2016-12-13得票数 1
回答已采纳
2回答
我正在使用Beautiful soup来收集数据。BS文档指出BS应该始终返回Unicode，但我似乎无法获得Unicode。= BeautifulSoup(data)从页面返回的原始数据是一个字符串。我认为BS会自动将所有<
浏览 2提问于2010-07-07得票数 4
3回答
在提取我不想要的标签时，列表理解仍然存在一些本应删除的标签。= bs(requests.get('http://www.google.com').text)
soup = [s.extract() for s in soup() if s.name notgoogle.j&&google.j.en&&google.j.xi){window.setTimeout(google.j.xi,0);}<
浏览 0提问于2013-05-15得票数 0
我正在搜索一个页面，以查找包含在类ds_data容器中的某些关键字和返回值。我的页面有多个关键字匹配，但我只想从标记为<div id="tabsBody" class="tabsBody">的某个容器返回匹配。有没有办法告诉美丽汤我只想从那里搜索，我试过了
ds_data = soup.find('div', {'class': 'tabsBody'}.findNext(text=pattern
浏览 2提问于2013-08-24得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
