文档列出了默认允许/删除的标记:
http://www.feedparser.org/docs/html-sanitization.html
但它没有说明如何指定要删除的其他标签。
有没有办法使用Universal Feed Parser进行此操作,或者您是否需要使用自己的正则表达式和/或类似美丽的汤进行进一步处理?
答案 0 :(得分:6)
我快速查看了代码,我认为没有办法直接覆盖它们。但您可以覆盖feedparser._HTMLSanitizer.acceptable_elements
,这是在执行feedparser.parse