我可以使用 BeautifulSoup 删除脚本标签吗？

Question

可以使用 BeautifulSoup 从 HTML 中删除 <script> 标签及其所有内容，还是我必须使用正则表达式或其他东西？

原文由 Sam 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

from bs4 import BeautifulSoup
soup = BeautifulSoup('<script>a</script>baba<script>b</script>', 'html.parser')
for s in soup.select('script'):
    s.extract()
print(soup)
baba

原文由 Fábio Diniz 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

为将来可能需要参考的人更新的答案：正确答案是。 decompose() 。您可以使用不同的方式，但 decompose 可以正常工作。

用法示例：

 soup = BeautifulSoup('<p>This is a slimy text and <i> I am slimer</i></p>')
soup.i.decompose()
print str(soup)
#prints '<p>This is a slimy text and</p>'

对于摆脱像 <script> ， <img> 等碎屑非常有用。

原文由 Abhishek Dujari 发布，翻译遵循 CC BY-SA 4.0 许可协议