0

我已经搜索过,但没有找到合适的答复。

url = "http://en.wikipedia.org/wiki/Bryan_Greenberg"
opener = urllib2.build_opener()
opener.addheaders = [('User-agent', 'Mozilla/5.0')]
try:
    ourUrl = opener.open(url).read()
    soup = BeautifulSoup(ourUrl)
except Exception,err:
    continue
dem = soup.findAll('p')

我刚刚复制了脚本的一部分。如何删除放置在标题和标题标签中的所有内容。所以它不是汤。谢谢。

4

1 回答 1

1

我没有安装 BeautifulSoup,所以它未经测试,但我猜应该可以做到这一点:

使用extract()方法:

markup = '<a href="http://example.com/">I linked to <i>example.com</i></a>'
soup = BeautifulSoup(markup)
a_tag = soup.a

i_tag = soup.i.extract()

a_tag
# <a href="http://example.com/">I linked to</a>

在哪里soup.i.extract()放置您不需要的标签名称,例如soup.head.extract(). 请注意,这可能会从文档中删除所有标题或标题标签(如果碰巧有任何额外的标签),我根本不知道确切的内容,因为从未使用过此功能。

于 2013-10-24T17:04:29.597 回答