如何在 html (python) 中用锚点替换链接？
例如输入：
<p> Hello <a href="http://example.com">link text1</a> and <a href="http://example.com">link text2</a> ! </p>
我想要保存 p 标签的结果（只是一个标签删除）：
<p>
Hello link text1 and link text2 !
</p>
【问题讨论】：
标签： python html parsing text-parsing
看起来是 BeautifulSoup 的 unwrap() 方法的完美案例：
from bs4 import BeautifulSoup
data = '''<p> Hello <a href="http://example.com">link text1</a> and <a href="http://example.com">link text2</a> ! </p>'''
soup = BeautifulSoup(data)
p_tag = soup.find('p')
for _ in p_tag.find_all('a'):
p_tag.a.unwrap()
print p_tag
这给出了：
<p> Hello link text1 and link text2 ! </p>
【讨论】：
您可以使用简单的正则表达式和sub 函数来做到这一点：
import re
text = '<p> Hello <a href="http://example.com">link text1</a> and <a href="http://example.com">link text2</a> ! </p>'
pattern =r'<(a|/a).*?>'
result = re.sub(pattern , "", text)
print result
'<p> Hello link text1 and link text2 ! </p>'
此代码将所有出现的<a..> 和</a> 标记替换为空字符串。
【讨论】：
您可以使用 Parser Library 来处理它。例如 BeautifulSoup 和其他。我不确定，但你可以得到一些东西here
【讨论】：