BeautifulSoup 如何从 h1 标签中删除 div 元素答案

【问题标题】：BeautifulSoup how can I remove div element from h1 tagBeautifulSoup 如何从 h1 标签中删除 div 元素
【发布时间】：2021-10-31 10:50:38
【问题描述】：

我已经使用 BeautifulSoup 尝试了下面的解析器 html 代码。

item_detail_soup = BeautifulSoup(html, "html.parser")
h1 = item_detail_soup.find("h1")

我的 H1 解析器输出是：

<h1>
<div class="brand" style="display: block; font-size: 0.75rem;">Apple(#34567)</div>
〔NEW〕 iPhone12 256GB </h1>

我正在尝试删除这个类名为 brand 的 div。

我想要的输出：

<h1> (NEW) iPhone12 256GB </h1>

我已经尝试通过 extract() 然后替换，但我失败了。

h1 = item_detail_soup.find("h1")
h1 = h1.replace(item_detail_soup.find("h1").div.extract(),'')

我怎样才能得到我想要的输出？

【问题讨论】：

标签： python python-3.x beautifulsoup

【解决方案1】：

好消息，您走在正确的轨道上 - 为了实现您的目标，您也可以使用 .extract()、.replace_with() 和 .decompose()。

提取与分解有什么区别？

.extract() 从树中删除标签或字符串并将其返回/保留为附加的解析树，decompose() 从树中删除标签并完全销毁它及其内容。

出了什么问题？

您无法获得预期结果的原因是，您尝试对您的 h1 变量进行操作，因此它始终为空 (.decompose()) 或将包含提取的 tag (.extract()) .

如何解决？

首先选择您想要从树中移除的tag，将其移除，然后选择您的<h1> 以查看结果。

示例（`item_detail_soup` 中只有一个带有 class 品牌的 div）

from bs4 import BeautifulSoup

html = '''<h1><div class="brand" style="display: block; font-size: 0.75rem;">Apple(#34567)</div>〔NEW〕 iPhone12 256GB </h1>'''
item_detail_soup = BeautifulSoup(html, 'html.parser')

item_detail_soup.select_one('div.brand').extract() 
h1 = item_detail_soup.find('h1')

示例（`item_detail_soup` 中有多个具有类品牌的 div）

请注意，您一次只能使用一个选项，因此我将其他选项注释掉。

from bs4 import BeautifulSoup

html = '''<h1><div class="brand" style="display: block; font-size: 0.75rem;">Apple(#34567)</div>〔NEW〕 iPhone12 256GB </h1>'''
item_detail_soup = BeautifulSoup(html, 'lxml')
for item in item_detail_soup.select('div.brand'):
    item.extract()
    #item.decompose()
    #item.replace_with('')
    
item_detail_soup.h1

输出

<h1>〔NEW〕 iPhone12 256GB </h1>

【讨论】：

【解决方案2】：

试试这个

item_detail_soup = BeautifulSoup(html, "html.parser")
for div in item_detail_soup .find_all("div", {'class':'brand'}): 
    div.decompose()
h1 = item_detail_soup.find("h1")