如何删除文本中的所有href标记

我有一个脚本来替换“ahref”标记中的单词。不过，我想完全删除一个href，这样你就可以拥有没有链接的Google这个词。如何删除文本中的所有href标记

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的话并放置一个“”之前和之后他们。我不知道如何。我想这是在替换之前完成的。

来源

2013-09-29 user2784753

你可以留下无意义的''吗？你可以'删除'['href']'。 – Ryan

使用del a['href']代替，就像你在一个普通的词典：

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']

为您提供：

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

UPDATE：

如果你想摆脱的<a>标签共有，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']

为您提供：

：

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

...而且，你在评论请求（包装用空格标签的文本内容），可实现

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)

为您提供：

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

来源

2013-09-29 17:23:30

谢谢，但谷歌我会看到一个链接或正常的文字。另外我怎样才能在谷歌或href任何单词之前放置一个空间。谢谢 – user2784753

1）我不知道从我的头脑后面浏览器如何呈现''标签而没有'href' - 为什么不只是自己试试看，而不是让我去检查？ 2）我不确定你在问什么。 –

yup没有检查链接。一旦我得到所有的“”我想要在之后放置一个“”，并且在之前。所以Hello。应该成为，你好 – user2784753

您可以用漂白剂

pip install bleach

然后用它像这样...

import bleach 
from BeautifulSoup import BeautifulSoup 

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

这导致...

>>> print clean 
u'hello world'

here是漂白的文档。

来源

2013-09-29 18:24:08

如何删除文本中的所有href标记

回答

相关问题