0

編集：基本的に、私は分解を実行しようとしていますが、タグを削除してその内容を完全に破棄するのではなく、タグをその内容に置き換えたいと思います。

HTMLドキュメントのすべての「a」タグを文字列形式のタグコンテンツに置き換えたいのですが。これにより、htmlをcsvに簡単に書き込むことができます。ただし、交換手順を通過できません。BeautifulSoupのreplace_with（）を使用してそれを実行しようとしましたが、期待どおりの結果が得られません。

# Import modules
from bs4 import BeautifulSoup
from urllib2 import urlopen

# URL to soup
URL = 'http://www.barringtonhills-il.gov/foia/ordinances_12.htm'
html_content = urlopen(URL).read()
soup = BeautifulSoup(html_content)

# Replaces links with link text
links = soup.find_all('a')
for link in links:
    linkText = link.contents[0]
    linkTextCln = '%s' % (linkText.string)
    if linkTextCln != 'None':
        link.replaceWith(linkTextCln)
        print link

これは次を返します：

<a href="index.htm">Home</a>
<a href="instruct.htm">Instructions</a>
<a href="requests.htm">FOIA Requests</a>
<a href="kiosk.htm">FOIA Kiosk</a>
<a href="geninfo.htm">Government Profile</a>
etc etc etc

しかし、期待収益は次のとおりです。

Home
Instructions
FOIA Requests
FOIA Kiosk
Government Profile
etc etc etc

replaceWithが期待どおりに機能しない理由について何か考えはありますか？この質問に対するより良いアプローチはありますか？

4

1 に答える 1

0

私はbs4を信じていreplace_withますが、メソッドは現在ですが、タグの内容を出力するだけの場合は、次のように機能します:

from bs4 import BeautifulSoup

s = '''
<a href="index.htm">Home</a>
<a href="instruct.htm">Instructions</a>
<a href="requests.htm">FOIA Requests</a>
<a href="kiosk.htm">FOIA Kiosk</a>
<a href="geninfo.htm">Government Profile</a>
'''
soup = BeautifulSoup(s, 'html.parser')

for tag in soup.findAll('a'):
    print(tag.string)

出力：

Home
Instructions
FOIA Requests
FOIA Kiosk
Government Profile
[Finished in 0.2s]
于 2016-03-02T21:28:57.600 に答える