在python中删除两个html标记之间的所有数据
我正在制作一个webscraper，我想完全删除一些div，因为它们不是我分析数据所必需的。在python中删除两个html标记之间的所有数据,python,html,web-scraping,beautifulsoup,Python,Html,Web Scraping,Beautifulsoup,我正在制作一个webscraper，我想完全删除一些div，因为它们不是我分析数据所必需的。 我正在使用Beautiful Soup解析数据，但我不知道如何完全消除div您可以使用以下方法： >>> import bs4 >>> blah = '<div id="test"><p>one</p></div><div id="okay"><p>something</p></
我正在使用Beautiful Soup解析数据，但我不知道如何完全消除div您可以使用以下方法：
>>> import bs4
>>> blah = '<div id="test"><p>one</p></div><div id="okay"><p>something</p></div>'
>>> soup = bs4.BeautifulSoup(blah)
>>> soup('div', {'id': 'test'})[0].extract()
<div id="test"><p>one</p></div>
>>> soup
<html><body><div id="okay"><p>something</p></div></body></html>
这可能会有帮助：使用lxml.html:from lxml import html doc=html.fromstring（input）for el in doc.cssselect（'div.comment'）：el.drop_tree（）result=html.tostring（doc）