如何删除这个html元素？

Question

我正在清理这个url 的html。特别是，我想删除<input checked="" class="selectorOpernerBig" id="default" name="selectorOpernerBig" type="radio">。它的完整 xpath 是/html/body/div/div[1]/div/input。它的结构是

我试图删除

import requests
from bs4 import BeautifulSoup

url = 'https://www.collinsdictionary.com/dictionary/french-english/aimer'
headers = {'User-Agent': 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:78.0) Gecko/20100101 Firefox/78.0'}
soup = BeautifulSoup(requests.get(url, headers = headers).content, 'html.parser')
    
remove = soup.find_all('input', {'checked' : ''})  
for match in remove:
    match.decompose()    

entry_name = soup.h2.text
content = ''.join(map(str, soup.select_one('.res_cell_center').contents))

遗憾的是，它会删除 <div class="page" == $0 和 </div> 中的任何内容。能否请您详细说明一下这个问题以及如何解决这个问题？

Answer 1

你可以用 BeautifulSoup 做到这一点：

from bs4 import BeautifulSoup


html = '''
<div class="page"><input type="radio" id="default" class="selectorOpernerBig" name="selectorOpernerBig" checked=""/><label for="default" class="shadow_layer"> </label><label for="default" class="menuPanelCloseButton icon-times icon-2x"> </label></div>
'''

soup = BeautifulSoup(html, 'html.parser')

remove = soup.find_all('input', {'checked': ''})
for r in remove:
    r.extract()

print(soup.prettify())

打印：

<div class="page">
 <label class="shadow_layer" for="default">
 </label>
 <label class="menuPanelCloseButton icon-times icon-2x" for="default">
 </label>
</div>

如果脚本已经有 BeautifulSoup，最好继续使用 BeautifulSoup 然后导入更多的库。

Answer 2

另一种方法。

from simplified_scrapy import SimplifiedDoc, utils, req
html = '''
<div class="page"><input type="radio" id="default" class="selectorOpernerBig" name="selectorOpernerBig" checked=""/><label for="default" class="shadow_layer"> </label><label for="default" class="menuPanelCloseButton icon-times icon-2x"> </label></div>
'''
doc = SimplifiedDoc(html)
remove = doc.select('input#default')
if remove: remove.repleaceSelf('')
print (doc.html)

结果：

<div class="page"><label for="default" class="shadow_layer"> </label><label for="default" class="menuPanelCloseButton icon-times icon-2x"> </label></div>

这里有更多示例：https://github.com/yiyedata/simplified-scrapy-demo/tree/master/doc_examples