使用bs4查找和删除HTML5数据-*属性_Html_Python 3.x_Beautifulsoup

使用bs4查找和删除HTML5数据-*属性

html python-3.x

使用bs4查找和删除HTML5数据-*属性,html,python-3.x,beautifulsoup,Html,Python 3.x,Beautifulsoup,HTML5文件可能包含我想用bs4查找并删除所有这些数据-*属性根据bs4文档，可以使用attrs属性搜索这些属性例如： import re from bs4 import BeautifulSoup data_soup = BeautifulSoup('<div data-foo="value">foo!</div>') data_soup.find_all(attrs={"data-foo": "value"}) 我需要使用什么正则表达式来查找所有数据-*属性

HTML5文件可能包含

我想用bs4查找并删除所有这些数据-*属性

根据bs4文档，可以使用attrs属性搜索这些属性

例如：

import re
from bs4 import BeautifulSoup
data_soup = BeautifulSoup('<div data-foo="value">foo!</div>')
data_soup.find_all(attrs={"data-foo": "value"})

我需要使用什么正则表达式来查找所有数据-*属性（无论其值如何）

找到后，如何使用del删除它们

是的，要删除属性，只需在

tag.attrs

上使用

del

：

data = '''
<ul>
  <li data-animal-type="bird" data-other="this is other data">Owl</li>
  <li data-animal-type="fish">Salmon</li>
  <li data-animal-type="spider">Tarantula</li>
</ul>'''

from bs4 import BeautifulSoup

soup = BeautifulSoup(data, 'lxml')

print('Original soup:')
print(soup)
print('-' * 80)

for tag in soup.find_all(lambda t: any(i.startswith('data-') for i in t.attrs)):
    for attr in list(tag.attrs):
        if attr.startswith('data-'):
            del tag.attrs[attr]

print()
print('Soup without data-* tags:')
print(soup)
print('-' * 80)

data=''

Owl
鲑鱼
狼蛛
“”
从bs4导入BeautifulSoup
soup=BeautifulSoup（数据'lxml'）
打印（'原始汤：'）
印花（汤）
打印（'-'*80）
用于soup.find_all（lambda t:any（i.startswith（'data-'），用于t.attrs中的i））：
对于列表中的属性（tag.attrs）：
如果attr.startswith（'data-'）：
del tag.attrs[attr]
打印（）
打印（'没有数据的汤-*标记：'）
印花（汤）
打印（'-'*80）

这张照片是：

Original soup:
<html><body><ul>
<li data-animal-type="bird" data-other="this is other data">Owl</li>
<li data-animal-type="fish">Salmon</li>
<li data-animal-type="spider">Tarantula</li>
</ul></body></html>
--------------------------------------------------------------------------------

Soup without data-* tags:
<html><body><ul>
<li>Owl</li>
<li>Salmon</li>
<li>Tarantula</li>
</ul></body></html>
--------------------------------------------------------------------------------

原汁原味汤：

Owl
鲑鱼
狼蛛

--------------------------------------------------------------------------------
无数据的汤-*标记：

猫头鹰
三文鱼
狼蛛

--------------------------------------------------------------------------------

Original soup:
<html><body><ul>
<li data-animal-type="bird" data-other="this is other data">Owl</li>
<li data-animal-type="fish">Salmon</li>
<li data-animal-type="spider">Tarantula</li>
</ul></body></html>
--------------------------------------------------------------------------------

Soup without data-* tags:
<html><body><ul>
<li>Owl</li>
<li>Salmon</li>
<li>Tarantula</li>
</ul></body></html>
--------------------------------------------------------------------------------