如何使用 Bleach 完全刪除來自 HTML 的鏈接？

Question

Bleach從 HTML 中剝離非白名單標簽，但留下子節點，例如

>>> import bleach
>>> bleach.clean("<a href="">stays</a>", strip=True, tags=[])
'stays'
>>>

如何刪除整個元素及其子元素？

Answer 1

你應該使用lxml 。 Bleach 僅用於清理數據並確保您存儲的標記的安全性。

您可以使用lxml來解析結構化數據，例如 HTML 或 XML。

考慮一個簡單的 html 文件；

<html>
<body>
<p>Hello, World!</p>
</body>
</html>

from lxml import html

root = html.parse("hello_world.html").getroot()

print(html.tostring(root))

# <html><body><p>Hello, World!</p></body></html>

p = root.find("body/p")

p.drop_tree()

print(html.tostring(root))

# <html><body></body></html>

在相關說明中，如果您想使用lxml研究一些更高級的解析，我在這里最古老的問題之一是讓 python 解析 xml 並從中編寫 python 代碼。 編寫一個 Python 工具將 XML 轉換為 Python？

如何使用 Bleach 完全刪除來自 HTML 的鏈接？

問題描述

1 個解決方案

解決方案1
0 2020-09-01 21:26:44

如何使用 Bleach 完全刪除來自 HTML 的鏈接？

問題描述

1 個解決方案

解決方案1 0 2020-09-01 21:26:44

解決方案1
0 2020-09-01 21:26:44