如何刪除文本中的所有href標記

我有一個腳本來替換「ahref」標記中的單詞。不過，我想完全刪除一個href，這樣你就可以擁有沒有鏈接的Google這個詞。如何刪除文本中的所有href標記

from BeautifulSoup import BeautifulSoup 

soup = BeautifulSoup('<p>Hello <a href="http://google.com">Google</a></p>') 
for a in soup.findAll('a'): 
    a['href'] = a['href'].replace("google", "mysite") 
result = str(soup)

您也可以找到所有放置在HREF的話並放置一個「」之前和之後他們。我不知道如何。我想這是在替換之前完成的。

來源

2013-09-29 user2784753

你可以留下無意義的''嗎？你可以'刪除'['href']'。 – Ryan

使用del a['href']代替，就像你在一個普通的詞典：

from BeautifulSoup import BeautifulSoup 

soup = BeautifulSoup('<p>Hello <a href="http://google.com">Google</a></p>') 
for a in soup.findAll('a'): 
    del a['href']

爲您提供：

>>> print str(soup) 
<p>Hello <a>Google</a></p>

UPDATE：

如果你想擺脫的<a>標籤共有，您可以使用.replaceWithChildren()方法：

from BeautifulSoup import BeautifulSoup 

soup = BeautifulSoup('<p>Hello <a href="http://google.com">Google</a></p>') 
for a in soup.findAll('a'): 
    del a['href']

爲您提供：

：

>>> print str(soup) 
<p>Hello Google</p>

...而且，你在評論請求（包裝用空格標籤的文本內容），可實現

from BeautifulSoup import BeautifulSoup 

soup = BeautifulSoup('<p>Hello <a href="http://google.com">Google</a></p>') 
for a in soup.findAll('a'): 
    del a['href'] 
    a.setString(' %s ' % a.text)

爲您提供：

>>> print str(soup) 
<p>Hello <a> Google </a></p>

來源

2013-09-29 17:23:30

謝謝，但谷歌我會看到一個鏈接或正常的文字。另外我怎樣才能在谷歌或href任何單詞之前放置一個空間。謝謝 – user2784753

1）我不知道從我的頭腦後面瀏覽器如何呈現''標籤而沒有'href' - 爲什麼不只是自己試試看，而不是讓我去檢查？ 2）我不確定你在問什麼。 –

yup沒有檢查鏈接。一旦我得到所有的「」我想要在之後放置一個「」，並且在之前。所以Hello。應該成爲，你好 – user2784753

您可以用漂白劑

pip install bleach

然後用它像這樣...

import bleach 
from BeautifulSoup import BeautifulSoup 

soup = BeautifulSoup('<a href = "somesite.com">hello world</a>') 
clean = bleach.clean(soup,tags[],strip=True)

這導致...

>>> print clean 
u'hello world'

here是漂白的文檔。

來源

2013-09-29 18:24:08

如何刪除文本中的所有href標記

回答

相關問題