首页 / HTML / python – lxml：clean_html用div替换html标签？

python – lxml：clean_html用div替换html标签？

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python – lxml：clean_html用div替换html标签？，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939字，纯文字阅读大概需要2分钟。

内容图文

我正在使用lxml 3.1.0(与easy_install一起安装),并看到奇怪的结果：

> from lxml.html.clean import clean_html
> clean_html("<html><body><h1>hi</h1></body></html>")
'<div><body><h1>hi</h1></body></div>'

html标签正在被div取代.

根据http://lxml.de/lxmlhtml.html#cleaning-up-html,样本html也是如此

是什么赋予了？我是否遇到过lxml的bug,或者与libxml2版本不兼容,或者这是否有所预期？

解决方法:

我认为你需要一个单独留下page_structure的Cleaner：

>>> from lxml.html.clean import Cleaner                                                           
>>> cleaner = Cleaner(page_structure=False)                                          
>>> cleaner.clean_html("<html><body><h1>hi</h1></body></html>")
'<html><body><h1>hi</h1></body></html>'

如here所述,默认情况下page_structure为True.我怀疑您提供的网站上的文档不正确或过时.

编辑#1：另一个确认这是预期行为的确认可以在源代码中的this测试中找到.已提交pull request以更正文档.

编辑#2：截至2013-04-28,pull request已合并为主人.

内容总结

以上是互联网集市为您收集整理的python – lxml：clean_html用div替换html标签？全部内容，希望文章能够帮你解决python – lxml：clean_html用div替换html标签？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。

本文链接：https://qyyshop.com/info/815893.html

来源：【匿名】