TypeError：帶有BeautifulSoup的預期字符串或緩沖區

Question

我想從一些HTML中刪除一些標簽：

<p class="mt-20" itemprop="description">和</p> 。 其他所有內容，例如<br>均應保留。

碼：

from bs4 import BeautifulSoup
import requests
import re
url = 'https://www.tokopedia.com/tokoonline22/sendok-ukur-elektrik-500g-maks-white?'
page3 = requests.get(url)
soup3 = BeautifulSoup(page3.text, "lxml")

#No problem.
#v = """<p class="mt-20" itemprop="description">*OMCB07BK*<br/><br/>Tas backpack ini didesign khusus untuk menaruh drone DJI Phantom 3 beserta dengan aksesoris-aksesorisnya seperti propeller, baterai dan remot kontrol. Setiap slot tas didesign untuk menaruh semua part dari drone DJI sehingga drone mudah dirakit saat ingin digunakan.<br/><br/>Features<br/><br/>Shoulder Bag<br/>Tas ini mirip seperti tas ransel hanya berbeda pada komparmen penyimpanan dimana setiap komparmen didesign untuk menaruh part-part dari DJI Phantom 3.<br/><br/>Easy to Access<br/>Anda dapat merekit dan menggunakan drone dengan sangat cepat dan mudah berkat designnya yang terbuka.<br/><br/>Designed for DJI Phantom 3<br/>Didesign khusus untuk menaruh drone DJI Phantom 3 selain drone juga dapat menaruh aksesoris-aksesoris nya.<br/><br/>Specifications<br/>Dimension    37 x 26 x 7 cm</p></p>
#"""

v = soup3.find("p", {"itemprop": "description"})
result = re.sub('<p class="mt-20" itemprop="description">', "", v)
print(result)

輸出錯誤：

result = re.sub('<p class="mt-20" itemprop="description">', "", v)
File "/usr/lib/python2.7/re.py", line 151, in sub
return _compile(pattern, flags).sub(repl, string, count)
TypeError: expected string or buffer

Answer 1

re.sub需要一個string變量，您的v變量是bs4 element tag 。 您可以將bs4元素更改為字符串：

newv = str(v)
result = re.sub('<p class="mt-20" itemprop="description">', "", newv)

Answer 2

另一方面，您實際上不需要正則表達式。 您可以使用BeautifulSoup本身解包 （這是我認為您要實現的目標）：

for elm in soup3.find_all("p", {"itemprop": "description"}):
    elm.unwrap()