使用BeautifulSoup刪除不必要的重復標記

Question

我正在使用Python和BeautifulSoup從html中提取一些文本。 我有一些HTML格式的文本

<h3><b> Abc </b><b> DEF </b> </h3>

我想刪除重復的b標簽。 有快速的方法嗎？

Answer 1

對於bs4，這似乎工作得很好

In [4]: soup.h3
Out[4]: <h3><b> Abc </b><b> DEF </b> </h3>

In [5]: soup.h3.text
Out[5]: u' Abc  DEF  '

在這里查看文檔和包： https ： //beautiful-soup-4.readthedocs.org/en/latest/ https://pypi.python.org/pypi/beautifulsoup4