在HTML頁面中提取所有<script>標籤並追加到文檔的底部

有人可以告訴我如何提取並刪除HTML文檔中的所有<script>標籤，並將它們添加到文檔的末尾， </body></html>？我想盡量避免使用lxml。在HTML頁面中提取所有<script>標籤並追加到文檔的底部

謝謝。

2010-10-20 Mridang Agarwalla

當你在這，讓他們加載asyncrounous。會帶來更大的性能優勢。 – 2012-01-18 13:24:24

答案很簡單，可能會錯過許多細微差別。如何，這應該讓你知道如何去做，改善它。我相信這可以改進，但你應該能夠在文檔的幫助下快速完成。

參考文檔：http://www.crummy.com/software/BeautifulSoup/documentation.html

from bs4 import BeautifulSoup 

doc = ['<html><script type="text/javascript">document.write("Hello World!")', 
     '</script><head><title>Page title</title></head>', 
     '<body><p id="firstpara" align="center">This is paragraph <b>one</b>.', 
     '<p id="secondpara" align="blah">This is paragraph <b>two</b>.', 
     '</html>'] 
soup = BeautifulSoup(''.join(doc)) 


for tag in soup.findAll('script'): 
    # Use extract to remove the tag 
    tag.extract() 
    # use simple insert 
    soup.body.insert(len(soup.body.contents), tag) 

print soup.prettify()

輸出：

<html> 
<head> 
    <title> 
    Page title 
    </title> 
</head> 
<body> 
    <p id="firstpara" align="center"> 
    This is paragraph 
    <b> 
    one 
    </b> 
    . 
    </p> 
    <p id="secondpara" align="blah"> 
    This is paragraph 
    <b> 
    two 
    </b> 
    . 
    </p> 
    <script type="text/javascript"> 
    document.write("Hello World!") 
    </script> 
</body> 
</html>

來源

2010-10-20 18:07:17 pyfunc

在HTML頁面中提取所有<script>標籤並追加到文檔的底部

回答

相關問題