如何“取消评论”Beautifulsoup 的评论内容？

Question

我正在使用来自 bs4 版本的 BeautifulSoup：'4.10.0'

我正在为我正在开发的项目做一些抓取，我遇到了一个问题，我抓取的一些元素出于某种原因被评论了。

<div class="h-[125] js-scroll-hidden" id="link-index-40">

<!--            <a href="/md5/dc0bbd5373a5ada24373640dab8defb3" class="custom-a flex items-center relative left-[-10] px-[10] py-2 hover:bg-[#00000011] ">
              <div class="flex-none">
                <div class="relative overflow-hidden w-[72] h-[108] flex flex-col justify-center">
                  <div class="absolute w-[100%] h-[90]" style="background-color: hsl(63deg 43% 73%)"></div>
                  <img class="relative inline-block" src="https://libgen.rs/covers/2274000/dc0bbd5373a5ada24373640dab8defb3-g.jpg" alt="" referrerpolicy="no-referrer" onerror="this.parentNode.removeChild(this)" loading="lazy" decoding="async"/>
                </div>
              </div>
              <div class="relative top-[-1] pl-4 grow overflow-hidden">
                <div class="truncate text-xs text-gray-500">English [en], pdf, 11.7MB, &#34;The Dale Carnegie course in effective spea - Dale Carnegie.pdf&#34;</div>
                <h3 class="truncate text-xl font-bold">The Dale Carnegie course in effective speaking, human relations and developing courage and confidence, improving your memory, leadership training : how the course is conducted and what you do at each session</h3>
                <div class="truncate text-sm">Dale Carnegie, 1989</div>
                <div class="truncate italic">Dale Carnegie &amp; Associates, Inc.</div>
              </div>
            </a>

--> </div>

我一直在搜索，但我找到的每一个答案，他们都试图消除所有内容，但我的情况并非如此。

我尝试了不同的方法来消除评论，但都没有成功。

我试图更改标签的内容以匹配具有所需格式的标签，起初看起来不错，但它完全破坏了我需要的方法.find()或.find_all()的功能为以后。

我试图在内容中找到评论的符号，看看我是否可以手动更改它们，但它们没有出现，我找到了一种获取信息的方法，但对于我想做的事情来说真的很密集，它需要转换包含信息的标签的内容，然后通过 BeautifulSoup 对其进行解析，但我需要对 +200 个元素进行解析，我需要它相对较快地进行解析。

这将是我想要的结果：

<div class="h-[125] js-scroll-hidden" id="link-index-40">

            <a href="/md5/dc0bbd5373a5ada24373640dab8defb3" class="custom-a flex items-center relative left-[-10] px-[10] py-2 hover:bg-[#00000011] ">
              <div class="flex-none">
                <div class="relative overflow-hidden w-[72] h-[108] flex flex-col justify-center">
                  <div class="absolute w-[100%] h-[90]" style="background-color: hsl(63deg 43% 73%)"></div>
                  <img class="relative inline-block" src="https://libgen.rs/covers/2274000/dc0bbd5373a5ada24373640dab8defb3-g.jpg" alt="" referrerpolicy="no-referrer" onerror="this.parentNode.removeChild(this)" loading="lazy" decoding="async"/>
                </div>
              </div>
              <div class="relative top-[-1] pl-4 grow overflow-hidden">
                <div class="truncate text-xs text-gray-500">English [en], pdf, 11.7MB, &#34;The Dale Carnegie course in effective spea - Dale Carnegie.pdf&#34;</div>
                <h3 class="truncate text-xl font-bold">The Dale Carnegie course in effective speaking, human relations and developing courage and confidence, improving your memory, leadership training : how the course is conducted and what you do at each session</h3>
                <div class="truncate text-sm">Dale Carnegie, 1989</div>
                <div class="truncate italic">Dale Carnegie &amp; Associates, Inc.</div>
              </div>
            </a>

</div>

我找到了这个答案How can I find a comment with specified text string ，但对于我的项目来说，这将是密集的。

有没有一种方法可以在 BeautifulSoup 中本地执行此操作而无需更改数据类型或无需占用大量资源？ ，（我愿意使用另一个 package 是否有另一个更容易处理这种情况）

Answer 1

使用.replace()

html = '''
<body>
    <div>
        <!-- <div></div>
        <div></div>
        <div></div> -->
    </div>
</body>
'''

def remove_comments(html: str):
    return html.replace('<!--', '').replace('-->', '')

remove_comments(html)

结果：

'''
<body>
    <div>
         <div></div>
        <div></div>
        <div></div> 
    </div>
</body>
'''