使用美丽的汤，我如何迭代所有嵌入的文本？

比方说，我想从HTML删除元音：使用美丽的汤，我如何迭代所有嵌入的文本？

<a href="foo">Hello there!</a>Hi!

成为

<a href="foo">Hll thr!</a>H!

我想，这是美丽的汤的工作。我怎样才能选择标签之间的文本，并像这样操作呢？

来源

2009-05-06 mike

假设变量test_html有以下HTML内容：

<html> 
<head><title>Test title</title></head> 
<body> 
<p>Some paragraph</p> 
Useless Text 
<a href="http://stackoverflow.com">Some link</a>not a link 
<a href="http://python.org">Another link</a> 
</body></html>

只是这样做：

from BeautifulSoup import BeautifulSoup 

test_html = load_html_from_above() 
soup = BeautifulSoup(test_html) 

for t in soup.findAll(text=True): 
    text = unicode(t) 
    for vowel in u'aeiou': 
     text = text.replace(vowel, u'') 
    t.replaceWith(text) 

print soup

，打印：

<html> 
<head><title>Tst ttl</title></head> 
<body> 
<p>Sm prgrph</p> 
Uslss Txt 
<a href="http://stackoverflow.com">Sm lnk</a>nt lnk 
<a href="http://python.org">Anthr lnk</a> 
</body></html>

注意，标记和属性都不变。

来源

2009-05-06 20:18:58 nosklo

使用美丽的汤，我如何迭代所有嵌入的文本？

回答

相关问题