6

HTMLから母音を削除したいとしましょう。

<a href="foo">Hello there!</a>Hi!

になります

<a href="foo">Hll thr!</a>H!

これはBeautifulSoupの仕事だと思います。タグの間にあるテキストを選択して、このように操作するにはどうすればよいですか？

4

1 に答える 1

11

変数test_htmlに次の html コンテンツがあるとします。

<html>
<head><title>Test title</title></head>
<body>
<p>Some paragraph</p>
Useless Text
<a href="http://stackoverflow.com">Some link</a>not a link
<a href="http://python.org">Another link</a>
</body></html>

これを行うだけです：

from BeautifulSoup import BeautifulSoup

test_html = load_html_from_above()
soup = BeautifulSoup(test_html)

for t in soup.findAll(text=True):
    text = unicode(t)
    for vowel in u'aeiou':
        text = text.replace(vowel, u'') 
    t.replaceWith(text)

print soup

それは印刷します：

<html>
<head><title>Tst ttl</title></head>
<body>
<p>Sm prgrph</p>
Uslss Txt
<a href="http://stackoverflow.com">Sm lnk</a>nt  lnk
<a href="http://python.org">Anthr lnk</a>
</body></html>

タグと属性は変更されていないことに注意してください。

于 2009-05-06T20:18:58.503 に答える