从python中的html文件中删除表

Question

我希望从 html 文件中删除所有表格，即我想要一份不包含任何表格的 html 文件副本[不是从文件中提取表格，或重新格式化等]。

我正在考虑使用正则表达式，格式为：

 html_without_tables = re.sub(r"(?s)(?i)\<table .*\<\/table\>, " ", table)

然而，有无数帖子说不要用正则表达式解析 html，这让我有些不情愿（虽然不太确定会导致什么问题）。我猜 Beautifulsoup 一定能做到，但不知道怎么做。

Answer 1

使用 BeautifulSoup，这基本上就像找到所有 table 标签并在每个标签上调用 .extract() 一样简单：

for table in soup.find_all("table"):
    table.extract()