web-dev-qa-db-ja.com

BeautifulSoupでスクリプトタグを削除できますか？

スクリプトタグとそのすべてのコンテンツは、BeautifulSoupを使用してHTMLから削除できますか、または正規表現などを使用する必要がありますか？

pythonhtmlbeautifulsoup
83
Sam
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('<script>a</script>baba<script>b</script>', 'lxml')
>>> [s.extract() for s in soup('script')]
>>> soup
baba
141
Fábio Diniz

将来の参照に必要な可能性がある人のための更新された回答：正しい答えは。 decompose()さまざまな方法を使用できますが、decomposeはその場で機能します。

使用例：

soup = BeautifulSoup('<p>This is a slimy text and <i> I am slimer</i></p>')
soup.i.decompose()
print str(soup)
#prints '<p>This is a slimy text and</p>'

「script」、「img」などのような残骸を取り除くのに非常に便利です。

23
Abhishek Dujari

（ 公式ドキュメント ）で述べたように、extractメソッドを使用して、検索に一致するすべてのサブツリーを削除できます。

import BeautifulSoup
a = BeautifulSoup.BeautifulSoup("<html><body><script>aaa</script></body></html>")
[x.extract() for x in a.findAll('script')]
21
Santiago Alessandri