从 HTML 标签中删除注释

Question

参考How can I strip comment tags from HTML using BeautifulSoup?，我正在尝试从下面的标签中删除 cmets

>>> h
<h4 class="col-sm-4"><!-- react-text: 124 -->52 Week High/Low:<!-- /react-text --><b><!-- react-text: 126 --> ₹ <!-- /react-text --><!-- react-text: 127 -->394.00<!-- /react-text --><!-- react-text: 128 --> / ₹ <!-- /react-text --><!-- react-text: 129 -->252.10<!-- /react-text --></b></h4>

我的代码 -

comments = h.findAll(text=lambda text:isinstance(text, Comment))
[comment.extract() for comment in comments]
print h

但是搜索 cmets 没有任何结果。我想从上面的标签中提取 2 个值 - "52 Week High/Low:" 和 "₹394.00 / ₹252.10"。

我还尝试使用

从整个 html 中删除标签

soup = BeautifulSoup(html)
comments = soup.findAll(text=lambda text:isinstance(text, Comment))
[comment.extract() for comment in comments]
print soup

但是 cmets 仍然存在.. 有什么建议吗？

Answer 1

您使用的是Python2.7 和BeautifulSoup4 吗？如果不是后者，我会安装BeautifulSoup4。

pip install beautifulsoup4

以下脚本适用于我。我只是从您上面的问题中复制并粘贴并运行它。

from bs4 import BeautifulSoup, Comment

html = """<h4 class="col-sm-4"><!-- react-text: 124 -->52 Week High/Low:<!-- /react-text --><b><!-- react-text: 126 --> ₹ <!-- /react-text --><!-- react-text: 127 -->394.00<!-- /react-text --><!-- react-text: 128 --> / ₹ <!-- /react-text --><!-- react-text: 129 -->252.10<!-- /react-text --></b></h4>"""
soup = BeautifulSoup(html)
comments = soup.findAll(text=lambda text:isinstance(text, Comment))

# nit: It isn't good practice to use a list comprehension only for its
# side-effects. (Wastes space constructing an unused list)
for comment in comments:
   comment.extract()

print soup

注意：您发布了print 声明是件好事。否则不会知道它是 Python 2。发布 Python 版本也有帮助。