使用Beautifulsoup去除特定标签

使用Beautifulsoup去除特定标签

试用了Beautifulsoup，的确是个神器。 
在抓取到网页时，会出现很多不想要的内容，例如<script>标签，利用beautifulsoup可以很容易去掉。　　　

 soup = BeautifulSoup('<script>a</script>Hello World!<script>b</script>')
 [s.extract() for s in soup(‘script’)]
 soup
Hello World!

如果有多个标签也可以：

 [s.extract() for s in soup([‘script’, ‘iframe’])]　　　　　　　　　　　　　　　

获取所有文本

# tag = soup.find('span')
# print(tag.string)          # 获取
# tag.string = 'new content' # 设置
# print(soup)

# tag = soup.find('body')
# print(tag.string)
# tag.string = 'xxx'
# print(soup)

# tag = soup.find('body')
# v = tag.stripped_strings  # 递归内部获取所有标签的文本
# print(v)