但是,我试图从包含它们的文档中的每个标记中剥离特定属性(或列表属性)的部分.代码段：
REMOVE_ATTRIBUTES = ['lang','language','onmouSEOver','onmouSEOut','script','style','Font','dir','face','size','color','class','wIDth','height','hspace','border','valign','align','background','bgcolor','text','link','vlink','alink','cellpadding','cellspacing']# remove all attributes in REMOVE_ATTRIBUTES from all Tags,# but preserve the tag and its content. for attribute in REMOVE_ATTRIBUTES: for tag in soup.findAll(attribute=True): del(tag[attribute])
它运行没有错误,但实际上并没有删除任何属性.当我在没有外部循环的情况下运行它时,只需对单个属性进行硬编码(soup.findAll(‘style’= True),它就可以了.
有人知道这里有问题吗？
PS – 我也不太喜欢嵌套循环.如果有人知道更具功能性的map / filter-ish风格,我很乐意看到它.
解决方法 这条线for tag in soup.findAll(attribute=True):
没有找到任何标签.可能有一种方法可以使用findAll;我不确定.但是,这有效：
import BeautifulSoupREMOVE_ATTRIBUTES = [ 'lang','cellspacing']doc = '''<HTML><head><Title>Page Title</Title></head><body><p ID="firstpara" align="center">This is <i>paragraph</i> <a onmouSEOut="">one</a>.<p ID="secondpara" align="blah">This is <i>paragraph</i> <b>two</b>.</HTML>'''soup = BeautifulSoup.BeautifulSoup(doc)for tag in soup.recursiveChildGenerator(): try: tag.attrs = [(key,value) for key,value in tag.attrs if key not in REMOVE_ATTRIBUTES] except AttributeError: # 'NavigableString' object has no attribute 'attrs' passprint(soup.prettify())总结
以上是内存溢出为你收集整理的python – BeautifulSoup：剥离指定的属性,但保留标记及其内容全部内容，希望文章能够帮你解决python – BeautifulSoup：剥离指定的属性,但保留标记及其内容所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）