BeautifulSoup去除标签

Question

我想从源代码中删除样式标签及其内容，但它不工作，没有错误只是不分解。这是我有：

source = BeautifulSoup(open("page.html")) 
getbody = source.find('body') 
for child in getbody[0].children: 
    try: 
     if child.get('style') is not None and child.get('style') == "display:none": 
      # it in here 
      child.decompose() 
    except: 
     continue 
print source 
# display:hidden div's are still there. 

Answer 1

下面的代码做你想做的和工作正常;做不使用毯除了处理来掩盖错误：

source = BeautifulSoup(open("page.html")) 
for hidden in source.body.find_all(style='display:none'): 
    hidden.decompose() 

或者更好的是，使用正则表达式来撒网更宽一点：

import re 

source = BeautifulSoup(open("page.html")) 
for hidden in source.body.find_all(style=re.compile(r'display:\s*none')): 
    hidden.decompose() 

Tag.children只列出的直接儿童body标签，不是所有嵌套的孩子。