从HTML文件中删除文本,但使用python保留javascript和结构

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了从HTML文件中删除文本,但使用python保留javascript和结构，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含869字，纯文字阅读大概需要2分钟。

内容图文

有很多方法可以从html文件中提取文本,但我想做相反的事情,并在结构和javascript代码保持完好无损的情况下删除文本.

例如删除所有同时保留

是否有捷径可寻？任何帮助是极大的赞赏.
干杯

解决方法:

我会选择BeautifulSoup：

from bs4 import BeautifulSoup
from bs4.element import NavigableString
from copy import copy

def strip_content(in_tag):
    tag = copy(in_tag) # remove this line if you don't care about your input
    if tag.name == 'script':
        # Do no mess with scripts
        return tag
    # strip content from all children
    children = [strip_content(child) for child in tag.children if not isinstance(child, NavigableString)]
    # remove everything from the tag
    tag.clear()
    for child in children:
        # Add back stripped children
        tag.append(child)
    return tag

def test(filename):
    soup = BeautifulSoup(open(filename))
    cleaned_soup = strip_content(soup)
    print(cleaned_soup.prettify())

if __name__ == "__main__":
    test("myfile.html")

内容总结

以上是互联网集市为您收集整理的从HTML文件中删除文本,但使用python保留javascript和结构全部内容，希望文章能够帮你解决从HTML文件中删除文本,但使用python保留javascript和结构所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端