Beautiful Soup：注释掉标签而不是提取标签的最佳方法？答案

【问题标题】：Beautiful Soup: Best ways to comment out a tag instead of extracting it?Beautiful Soup：注释掉标签而不是提取标签的最佳方法？
【发布时间】：2016-05-15 04:24:58
【问题描述】：

我试图注释掉我稍后想要的 HTML 页面的一部分，而不是使用漂亮的汤 tag.extract() 函数来提取它。例如：

<h1> Name of Article </h2> 
<p>First Paragraph I want</p>
<p>More Html I'm interested in</p>
<h2> Subheading in the article I also want </h2>
<p>Even more Html i want blah blah blah</p>
<h2> References </h2> 
<p>Html I want commented out</p>

我希望下面的所有内容，包括“参考”标题都被注释掉。显然我可以使用美丽汤的提取特征来提取这样的东西：

soup = BeautifulSoup(data, "lxml")

references = soup.find("h2", text=re.compile("References"))
for elm in references.find_next_siblings():
    elm.extract()
references.extract()

我也知道美丽的汤允许您像这样使用评论创建功能

from bs4 import Comment

commented_tag = Comment(chunk_of_html_parsed_somewhere_else)
soup.append(commented_tag)

这似乎非常不符合 Python 标准，而且是一种将 html 注释标签直接封装在特定标签之外的繁琐方法，尤其是当标签位于厚 html 树的中间时。难道没有更简单的方法可以让你在beautifulsoup 上找到一个标签，然后直接在其前后放置 吗？提前致谢。

【问题讨论】：

标签： python html beautifulsoup

【解决方案1】：

假设我正确理解了问题，您可以使用replace_with() 将标签替换为Comment 实例。这可能是评论现有标签的最简单方法：

import re

from bs4 import BeautifulSoup, Comment

data = """
<div>
    <h1> Name of Article </h2>
    <p>First Paragraph I want</p>
    <p>More Html I'm interested in</p>
    <h2> Subheading in the article I also want </h2>
    <p>Even more Html i want blah blah blah</p>
    <h2> References </h2>
    <p>Html I want commented out</p>
</div>"""

soup = BeautifulSoup(data, "lxml")
elm = soup.find("h2", text=re.compile("References"))
elm.replace_with(Comment(str(elm)))

print(soup.prettify())

打印：

<html>
 <body>
  <div>
   <h1>
    Name of Article
   </h1>
   <p>
    First Paragraph I want
   </p>
   <p>
    More Html I'm interested in
   </p>
   <h2>
    Subheading in the article I also want
   </h2>
   <p>
    Even more Html i want blah blah blah
   </p>
   <!--<h2> References </h2>-->
   <p>
    Html I want commented out
   </p>
  </div>
 </body>
</html>

【讨论】：