Requisito previo: módulo Beautifulsoup
En este artículo, vamos a redactar un script de python que elimina una etiqueta del árbol y luego la destruye por completo junto con su contenido. Para esto, se utiliza el método decompose() que viene integrado en el módulo.
Sintaxis:
Beautifulsoup.Tag.decompose()
Tag.decompose() elimina una etiqueta del árbol de un documento HTML determinado y luego la destruye por completo junto con su contenido.
Implementación:
Ejemplo 1:
Python3
# import module
from bs4 import BeautifulSoup
# URL for scrapping data
markup = '<a href="https://www.geeksforgeeks.org/">Welcome to <i>geeksforgeeks.com</i></a>'
# get URL html
soup = BeautifulSoup(markup, 'html.parser')
# display before decompose
print("Before Decompose")
print(soup.a)
# decomposing the
# soup data
new_tag = soup.a.decompose()
print("After decomposing:")
print(new_tag)
Producción:
antes de descomponer
<a href=”https://www.geeksforgeeks.org/”>Bienvenido a <i>geeksforgeeks.com</i></a>
Después de descomponer:
Ninguna
Ejemplo 2: Implementación de URL dada para raspar el documento HTML.
Python3
# import module
from bs4 import BeautifulSoup
import requests
# Get URL html
# Scraping the data from
# Html doc
url = 'https://www.geeksforgeeks.org/'
reqs = requests.get(url)
soup = BeautifulSoup(reqs.text, 'html.parser')
# Before decomposing
print("Before Decomposing")
print(soup)
# decompose the soup
result = soup.decompose()
print("After decomposing:")
print(result)
Producción:
antes de descomponerse
<!DOCTYPEhtml>
<!–[si IE 7]>
<html class=”ie ie7″ lang=”en-US” prefix=”og: http://ogp.me/ns#”>
<![fin]–>
<!–[si IE 8]>
<html class=”ie ie8″ lang=”en-US” prefix=”og: http://ogp.me/ns#”>
<![fin]–>
<!–[si!(IE 7) | !(IE 8) ]><!–>
<html lang=”en-US” prefijo=”og: http://ogp.me/ns#”>
<!–<![fin]–>
<cabeza>
<juego de caracteres meta=”utf-8″/>..
……
Después de descomponer:
Ninguna
Publicación traducida automáticamente
Artículo escrito por kumar_satyam y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA