python - 如何使用漂亮的汤获取 html 中 span 标签的值？

Question

我的跨度标签包括：<span id="internal-source-marker_0.9510186333209276"><span>

我想要做的是将其转换为<span><span>

基本上，我想检查 span 是否有 id 值，然后将其完全删除。我完全不知道该怎么做。应该是正则表达式还是漂亮的汤？

正则表达式的问题是我不确定如何替换匹配的子字符串。

也许做一个漂亮的汤和正则表达式的组合？（不确定这是否是一个好的和有效的想法。）

Answer 1

只需从attrib映射中删除属性；假设您<span>在局部变量中有对标记的引用span：

if span.has_key('id'):
    del span['id']

演示：

>>> soup = BeautifulSoup('<span id="internal-source-marker_0.9510186333209276"></span>')
>>> span = soup.find('span')
>>> span
<span id="internal-source-marker_0.9510186333209276"></span>
>>> if span.has_key('id'):
...     del span['id']
... 
>>> span
<span></span>