使用BeautifulSoup获取HTML文件的脚本和样式标签？

Question

我有一个简单的脚本，用于获取HTML页面，将它传递给BeautifulSoup以删除所有脚本和样式标记，然后我想将HTML结果传递给另一个方法。是否有捷径可寻？浏览BeautifulSoup.py，我还没有看到它。

soup = BeautifulSoup(html) 
for script in soup("script"): 
    soup.script.extract() 

for style in soup("style"): 
    soup.style.extract() 
contents = soup.html.contents 
text = loader.extract_text(contents) 

contents = soup.html.contents只是得到一个列表，一切都在类中定义。有没有一种方法可以在汤处理后返回原始html？或者，我是否只需要通过contents列表并将HTML重新排列在一起，不包括脚本&样式标记？

还是有更好的解决方案来完成我想要的吗？

Answer 1

unicode(soup)给你的HTML。

而且你要的是这样的：

for elem in soup.findAll(['script', 'style']): 
    elem.extract()