有什么方法可以从 HTML 文档中删除 javascript 代码？答案

【问题标题】：Is there any method to remove javascript code from an HTML document?有什么方法可以从 HTML 文档中删除 javascript 代码？
【发布时间】：2012-01-07 04:58:54
【问题描述】：

我想从 HTML 文档中删除所有 javascript 代码，并保留实际文本。是否有任何正则表达式或 python 脚本来执行此操作？谢谢。

【问题讨论】：

标签： javascript python html

【解决方案1】：

您可以编写一个正则表达式来查找'<script' 和'script>'，并且做得很好。

编辑：正如@cHao 指出的那样——Regex's are bad for parsing HTML。

在您可以完全控制 HTML 的地方，正则表达式可能仍然有用。

【讨论】：

<script> document.write('</' + 'script>'); </script>
<script language=javascript>
可以说，为此使用正则表达式是等待发生的破坏。（在此处插入指向stackoverflow.com/q/1732454/319403 的必填链接。）
@cHao 非常感谢。应该考虑一下。我应该删除答案吗？
如果这是我的答案，我会——没有一个合理大小的正则表达式足以满足所有可能的可能性。但它在您可以完全控制的 HTML 上可能很有用（并且您可以保证不会有任何极端情况）。真的，这是你的电话。

【解决方案2】：

你可以使用这个 jQuery 代码来移除：

$(javascript).html('')

和 Firebug 将您的 jQuery 代码注入网页：

>>> var x = window.open(""); 
Window opened 
>>> x 
Window about:blank 
>>> x.document 
Document about:blank 
>>> x.document.write("$(javascript).html('')"); 
Alert popped up

【讨论】：

【解决方案3】：

使用BeautifulSoup：

#!/usr/bin/env python
from BeautifulSoup import BeautifulSoup

with open("with-scripts.html", "r") as f:
    soup = BeautifulSoup(f.read())

for script in soup("script"):
    script.extract()

with open("without-scripts.html", "w") as f:
    f.write(soup.prettify())

【讨论】：