web-dev-qa-db-ja.com

Beautiful Soupですべてのコメントを見つける方法

この質問 は4年前に尋ねられましたが、その答えはBS4に対しては古くなっています。

美しいスープを使用して、htmlファイル内のすべてのコメントを削除したい。 BS4はそれぞれの 特別なタイプのナビゲート可能な文字列としてのコメント を作成するので、このコードが機能すると思いました：

for comments in soup.find_all('comment'):
     comments.decompose()

それでうまくいきませんでした...どうすればBS4を使用してすべてのコメントを見つけることができますか？

pythonhtmlbeautifulsoupcommentsbs4
12
Joseph

関数をfind_all（）に渡して、文字列がコメントかどうかを確認できます。

たとえば、私は以下のhtmlを持っています：

_<body>
   <!-- Branding and main navigation -->
   <div class="Branding">The Science &amp; Safety Behind Your Favorite Products</div>
   <div class="l-branding">
      <p>Just a brand</p>
   </div>
   <!-- test comment here -->
   <div class="block_content">
      <a href="https://www.google.com">Google</a>
   </div>
</body>
_

コード：

_from bs4 import BeautifulSoup as BS
from bs4 import Comment
....
soup = BS(html, 'html.parser')
comments = soup.find_all(string=lambda text: isinstance(text, Comment))
for c in comments:
    print(c)
    print("===========")
    c.extract()
_

出力は次のようになります。

_Branding and main navigation 
============
test comment here
============
_

ところで、find_all('Comment')が機能しない理由は（BeautifulSoupドキュメントから）だと思います。

名前の値を渡すと、Beautiful Soupに特定の名前のタグのみを考慮するように指示します。 テキスト文字列は無視されます、名前が一致しないタグも同様です。

13
Flickerlight

私がする必要があった2つのこと：

まず、美しいスープをインポートするとき

from bs4 import BeautifulSoup, Comment

次に、コメントを抽出するコードです

for comments in soup.findAll(text=lambda text:isinstance(text, Comment)):
    comments.extract()
10
Joseph