zoukankan      html  css  js  c++  java
  • Python:BeautifulSoup移除某些不需要的属性


    很久之前,我看到一个问题,大概是:

    他爬了一段html,他获取下了所需的部分(img标签部分),但是不想保留img标签的某些属性,

    比如

    <img width="147" height="52"src="http://127.0.0.1:80/admin/../upload/pimg1054_1.png" alt="" />
    怎么将img标签里边的 alt属性,width属性, 给去除掉啊

    我是很懒的,能用工具的,就不自己写,他原意是使用re模块来处理。

    但我还是想利用BeautifulSoup来处理。于是有了下面的代码:

    主要思路是利用del来删除了img标签里面的alt和width属性

    from bs4 import BeautifulSoup
    html='<img width="147" height="52"src="http://127.0.0.1:80/admin/../upload/pimg1054_1.png" alt="" />'
    
    soup=BeautifulSoup(html,"html.parser")
    del soup.img["alt"]
    del soup.img["width"]
    print(soup)

    结果:

    image

    问题在下面:有人给了利用re来处理的方式,如果想了解一下,可以看一下。主要思想是匹配不需要的字符串,字符串匹配成功后进行空字符串取代

    附-博问地址:

    https://q.cnblogs.com/q/105540/


  • 相关阅读:
    Sublime Text 2快捷键大全
    JavaSE
    Ubuntu16.04 install ideaIC-2017.2.5.tar.gz
    Ubuntu/CentOS hadoop-2.x Cluster Setup
    Ubuntu16.04 install hadoop-2.8.1.tar.gz Cluster Setup
    12file
    11input/output
    10function
    09FlowControl
    08test
  • 原文地址:https://www.cnblogs.com/progor/p/9188732.html
Copyright © 2011-2022 走看看