Mit Schöne Suppe, wie iterieren ich über alle eingebetteten Text?

StackOverflow https://stackoverflow.com/questions/830997

  •  06-07-2019
  •  | 
  •  

Frage

Nehmen wir an, ich wollte von HTML Vokale entfernen: 

<a href="foo">Hello there!</a>Hi!

wird 

<a href="foo">Hll thr!</a>H!

Ich stelle dar, das ein Job für schöne Suppe ist. Wie kann ich den Text zwischen Tags auswählen und arbeiten auf es so?

War es hilfreich?

Lösung

Angenommen, die Variable test_html hat den folgenden HTML-Inhalt: 

<html>
<head><title>Test title</title></head>
<body>
<p>Some paragraph</p>
Useless Text
<a href="http://stackoverflow.com">Some link</a>not a link
<a href="http://python.org">Another link</a>
</body></html>

Just dies zu tun: 

from BeautifulSoup import BeautifulSoup

test_html = load_html_from_above()
soup = BeautifulSoup(test_html)

for t in soup.findAll(text=True):
    text = unicode(t)
    for vowel in u'aeiou':
        text = text.replace(vowel, u'') 
    t.replaceWith(text)

print soup

Das druckt: 

<html>
<head><title>Tst ttl</title></head>
<body>
<p>Sm prgrph</p>
Uslss Txt
<a href="http://stackoverflow.com">Sm lnk</a>nt  lnk
<a href="http://python.org">Anthr lnk</a>
</body></html>

Beachten Sie, dass die Tags und Attribute sind unberührt.

Lizenziert unter: CC-BY-SA mit Zuschreibung
Nicht verbunden mit StackOverflow
scroll top