Python 从HTML标记中删除某些属性

如何从HTML代码中删除某些属性，如id、样式、类等

我原以为可以使用，但事实证明，我只能使用

Clean（style=True）.Clean\u html（code）

删除样式属性。我不希望在这个任务中使用正则表达式（属性可能会改变）

我想要的是：

from lxml.html.clean import Cleaner

code = '<tr id="ctl00_Content_AdManagementPreview_DetailView_divNova" class="Extended" style="display: none;">'

cleaner = Cleaner(style=True, id=True, class=True)
cleaned = cleaner.clean_html(code)

print cleaned
'<tr>'

来自lxml.html.clean导入清理器
代码=“”
cleaner=cleaner（style=True，id=True，class=True）
cleaned=cleaner.clean_html（代码）
打印清洁
''

---

提前谢谢

cleaner.cleaner.\uuuu call\uuu

只有一个

safe\u attrs\u

参数。当设置为

True

时，仅保留

clean.defs.safe\u attrs

中的属性。通过更改

clean.defs.safe\u attrs

，可以删除任何或所有属性。完成后一定要把它换回来

import lxml.html.clean as clean

code = '<tr id="ctl00_Content_AdManagementPreview_DetailView_divNova" class="Extended" style="display: none;">'

safe_attrs = clean.defs.safe_attrs
cleaner = clean.Cleaner(safe_attrs_only=True, safe_attrs=frozenset())
cleansed = cleaner.clean_html(code)

print(cleansed)

导入lxml.html.clean为clean
代码=“”
安全属性=clean.defs.safe\u属性
cleaner=clean.cleaner（safe\u attrs\u only=True，safe\u attrs=frozenset（））
cleaned=cleaner.clean_html（代码）
打印（已清洁）

屈服

<tr></tr>

谢谢，这正是我需要的！我很难在lxml-3.2.3中使用此技术。碰巧知道他们是否更改了某些内容？为了使其在v3.2.3中正常工作，我必须在

cleaner=clean.clean（…）

之后添加

cleaner.safe\u attrs=clean.defs.safe\u attrs

。这是个好消息。事实证明，

clean.Cleaner

现在（至少从3.2.0版开始）有一个per-instance

safe\u attrs

属性，因此不再需要旧的模块操作变通方法。更好的是，可以在实例化时设置

安全属性。这是个好消息。谢谢