Python：如何在html及其内容中删除具有特定Id的标记？

Question

我想从html页面中删除标记（具有特定ID）。例如：

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

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

如果我想删除第一个标签，而不是第二个标签，那我该怎么做？

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>