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
![从HTML文件中删除文本,但使用python保留javascript和结构](/upload/InfoBanner/zyjiaocheng/663/3c8413d430bb416892005318ba570f9c.jpg)
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
扫描二维码推送至手机访问。
来源:【匿名】