我目前正在使用 BeautifulSoup 重新格式化一些 HTML 页面,但遇到了一些问题。
我的问题是原始 HTML 有这样的东西:
<li><p>stff</p></li>
和
<li><div><p>Stuff</p></div></li>
还有
<li><div><p><strong>stff</strong></p></div><li>
对于 BeautifulSoup,我希望消除 div 和 p 标签(如果存在),但保留 strong 标签。
我正在查看精美的 soup 文档,但找不到任何内容。 想法?
谢谢。
请您参考如下方法:
这个问题可能指的是 BeautifulSoup 的旧版本,因为使用 bs4 你可以简单地使用 unwrap 功能:
s = BeautifulSoup('<li><div><p><strong>stff</strong></p></div><li>')
s.div.unwrap()
>> <div></div>
s.p.unwrap()
>> <p></p>
s
>> <html><body><li><strong>stff</strong></li><li></li></body></html>
