Question

預期字符串或緩衝區我想從一些HTML刪除一些標籤：

<p class="mt-20" itemprop="description">和</p>。其他一切，如<br>應該保留。

代碼：

from bs4 import BeautifulSoup 
import requests 
import re 
url = 'https://www.tokopedia.com/tokoonline22/sendok-ukur-elektrik-500g-maks-white?' 
page3 = requests.get(url) 
soup3 = BeautifulSoup(page3.text, "lxml") 

#No problem. 
#v = """<p class="mt-20" itemprop="description">*OMCB07BK*<br/><br/>Tas backpack ini didesign khusus untuk menaruh drone DJI Phantom 3 beserta dengan aksesoris-aksesorisnya seperti propeller, baterai dan remot kontrol. Setiap slot tas didesign untuk menaruh semua part dari drone DJI sehingga drone mudah dirakit saat ingin digunakan.<br/><br/>Features<br/><br/>Shoulder Bag<br/>Tas ini mirip seperti tas ransel hanya berbeda pada komparmen penyimpanan dimana setiap komparmen didesign untuk menaruh part-part dari DJI Phantom 3.<br/><br/>Easy to Access<br/>Anda dapat merekit dan menggunakan drone dengan sangat cepat dan mudah berkat designnya yang terbuka.<br/><br/>Designed for DJI Phantom 3<br/>Didesign khusus untuk menaruh drone DJI Phantom 3 selain drone juga dapat menaruh aksesoris-aksesoris nya.<br/><br/>Specifications<br/>Dimension 37 x 26 x 7 cm</p></p> 
#""" 

v = soup3.find("p", {"itemprop": "description"}) 
result = re.sub('<p class="mt-20" itemprop="description">', "", v) 
print(result) 

輸出錯誤：

result = re.sub('<p class="mt-20" itemprop="description">', "", v) 
File "/usr/lib/python2.7/re.py", line 151, in sub 
return _compile(pattern, flags).sub(repl, string, count) 
TypeError: expected string or buffer 

Answer 1

re.sub需要string變量，你v變量是bs4 element tag。 您可以將BS4元素更改爲字符串：

newv = str(v) 
result = re.sub('<p class="mt-20" itemprop="description">', "", newv) 

Answer 2

在另一方面，你實際上並不需要的正則表達式。您可以unwrap（這是我認爲你正在努力實現的元素）與BeautifulSoup本身：

for elm in soup3.find_all("p", {"itemprop": "description"}): 
    elm.unwrap()