使用beautifulsoup和python删除某些标记

Question

问题

我正在尝试从BeautifulSoup下载的html文件中删除诸如

和 之类的样式标记。我确实想保留标签包含的内容（比如文本），但这似乎不起作用。

我所尝试的

for url in urls:
    response = requests.get(url, headers=headers)
    soup = BeautifulSoup(response.content, 'html.parser')
    table = soup.find("div", {"class": "product_specifications bottom_l js_readmore_content"})
    print "<hr style='border-width:5px;'>"
    for style in table.find_all('style'):
        if 'style' in style.attrs:
            del style.attrs['style']
    print table

我尝试使用的URL

Python HTML解析和过滤停止词

使用Python和lxml从HTML中删除class属性

BeautifulSoup标签去除

Answer 1

您正在查找unwrap（）。

your_soup.tag.unwrap（）

Answer 2

您可以使用decompose():http://www.crummy.com/software/Beautifulsoup/bs4/doc/#decompose

如果只想清除文本或保留从树中删除的元素，请使用clear和extract（说明就在分解上面）。