Python BeautifulSoup/LXML.html：如果子项看起来像x，则删除标记及其子项_Python_Beautifulsoup_Lxml

Python BeautifulSoup/LXML.html：如果子项看起来像x，则删除标记及其子项

python

Python BeautifulSoup/LXML.html：如果子项看起来像x，则删除标记及其子项,python,beautifulsoup,lxml,Python,Beautifulsoup,Lxml,我很难找到正确的解决方案。如果为=99，我想删除及其子项。因此，我需要一个带有过滤问题的字符串。我有以下html结构： <html> <body> <questionaire> <question> <questiontext> Do I have a question? </questiontext> <answer> 99 <

我很难找到正确的解决方案。如果

为=99，我想删除

及其子项。因此，我需要一个带有过滤问题的字符串。我有以下html结构：

<html>
 <body>        
  <questionaire>
   <question>
    <questiontext>
     Do I have a question?
    </questiontext>
    <answer>
     99
    </answer>
   </question>
   <question>
    <questiontext>
     Do I love HTML/XML parsing?
    </questiontext>
    <questalter>
     <choice>
      1 oh god yeah
     </choice>
     <choice>
      2 that makes me feel good
     </choice>
     <choice>
      3 oh hmm noo
     </choice>
     <choice>
      4 totally
     </choice>
     </questalter>
     <answer>
      4
    </answer>
   </question>
   <question>
  </questionaire>
 </body>
</html>


我有问题吗？
99
我喜欢HTML/XML解析吗？
哦，天哪，是的
这让我感觉很好
3哦，嗯，不
总共4个
4.

到目前为止，我试图用xpath实现它…但是lxml.html没有iterparse…是吗？塔克斯

这将完全满足您的需要：

from xml.dom import minidom

doc = minidom.parseString(text)
for question in doc.getElementsByTagName('question'):
    for answer in question.getElementsByTagName('answer'):
        if answer.childNodes[0].nodeValue.strip() == '99':
            question.parentNode.removeChild(question)

print doc.toxml()

结果:

<html>
 <body>        
  <questionaire>

   <question>
    <questiontext>
     Do I love HTML/XML parsing?
    </questiontext>
    <questalter>
     <choice>
      1 oh god yeah
     </choice>
     <choice>
      2 that makes me feel good
     </choice>
     <choice>
      3 oh hmm noo
     </choice>
     <choice>
      4 totally
     </choice>
     </questalter>
     <answer>
      4
    </answer>
   </question>
  </questionaire>
 </body>
</html>


我喜欢HTML/XML解析吗？
哦，天哪，是的
这让我感觉很好
3哦，嗯，不
总共4个
4.

你好，马特，谢谢你的回答…这看起来很复杂…我想知道是否有一个使用BeautifulSoup或lxml的解决方案…？我更新了我的答案，以便它与你的html一起工作。请注意，结尾处有一个额外的

，这将导致分析错误。非常感谢…我发现minidom非常可怕，但它看起来也很不错！就我个人而言，我更喜欢lxml…我希望我能接受两个答案；-）

from lxml import etree
html = etree.fromstring(html_string)
questions = html.xpath('/html/body/questionaire/question')
for question in questions:
    for elements in question.getchildren():
        if element.tag == 'answer' and '99' in element.text:
            html.xpath('/html/body/questionaire')[0].remove(question)
print etree.tostring(html)