python - Python：htmlとそのコンテンツの特定のIDを持つタグを削除する方法は？

Question

HTMLページから（特定のIDの）タグを削除したい。例えば：

<div id="id1" >
      "Contents here"
</div>

<div id="id2"> ...</div>

最初のタグを削除したいが、2番目のタグは削除したくない場合、どうすればよいですか？

Answer 1

使用BeautifulSoup：

In [32]: from BeautifulSoup import BeautifulSoup

In [33]: doc = '''<div id="id1" >
      "Contents here"
</div>
<div id="id2"> ...</div>'''

In [34]: soup = BeautifulSoup(doc)

In [35]: id1 = soup.find('div', id='id1')

In [36]: print soup
<div id="id1">
      "Contents here"
</div>
<div id="id2"> ...</div>

In [37]: id1.extract()
Out[37]: 
<div id="id1">
      "Contents here"
</div>

In [38]: print soup

<div id="id2"> ...</div>