Question

原始的BeautifulSoup对象如下所示：

<p style="padding-left: 140pt;text-indent: 0pt;line-height: 13pt;text-align: center;">blahblah</p>
<ul>
    <li style="padding-left: 11pt;text-indent: 0pt;line-height: 14pt;text-align: left;">
        <p style="display: inline;">blahblah</p>
    </li>
    <li style="padding-left: 11pt;text-indent: 0pt;line-height: 14pt;text-align: left;">
         <p style="text-indent: 0pt;text-align: center;">blahblah</p>
    </li>
</ul>

我要做的第一步是删除所有样式属性包括居中文本对齐方式的标签：

<ul>
    <li style="padding-left: 11pt;text-indent: 0pt;line-height: 14pt;text-align: left;">
        <p style="display: inline;">blahblah</p>
    </li>
    <li style="padding-left: 11pt;text-indent: 0pt;line-height: 14pt;text-align: left;">
    </li>
</ul>

然后第二步是删除所有样式属性：

<ul>
    <li>
        <p>blahblah</p>
    </li>
    <li>
    </li>
</ul>

也许上面的例子有点奇怪。但是问题是：尽管可以很容易地在BeautifulSoup对象中找到一个或多个标签，但我们能找到一种简单的方法来操作BeautifulSoup对象本身吗？如果知道标签的位置，则可以轻松地将其从BeautifulSoup对象中删除。例如，如果要删除第二个<li>标记，可以使用soup.ul.li指向第一个<li>标记，然后使用.next_sibling移至第二个标记，然后使用.decompose()将其从BeautifulSoup对象中删除。但是，如果我不知道要删除的标签的位置，只是知道这些标签应符合的条件，似乎就无法找出这些标签的确切位置，然后对BeautifulSoup对象进行操作。

Answer 1

您可以使用re包来匹配text-align: center属性中的style。然后，您只需检查style属性的存在即可。

代码：

from bs4 import BeautifulSoup as soup
import requests
import re

html = """<p style="padding-left: 140pt;text-indent: 0pt;line-height: 13pt;text-align: center;">blahblah</p>
<ul>
    <li style="padding-left: 11pt;text-indent: 0pt;line-height: 14pt;text-align: left;">
        <p style="display: inline;">blahblah</p>
    </li>
    <li style="padding-left: 11pt;text-indent: 0pt;line-height: 14pt;text-align: left;">
         <p style="text-indent: 0pt;text-align: center;">blahblah</p>
    </li>
</ul>"""

page = soup(html, 'html.parser')

style_center = page.find_all(style=re.compile('text-align: center'))
for style in style_center:
    style.decompose()

for tag in page.find_all():
    if 'style' in tag.attrs:
        del tag.attrs['style']

print(page)

输出：

<ul>
<li>
<p>blahblah</p>
</li>
<li>

</li>
</ul>

我可以删除“样式”属性具有特定值的标签，然后删除BeautifulSoup中标签的所有属性吗？

1 个答案: