0

Como faço para remover a tag de comentário junto com o conteúdo dela com o bs4 ?

<div class="foo">
A Arara é um animal voador.
<!-- 
<p>Animais
Nome: Arara
Idade: 12 anos e 9 meses
Tempo de Vida: 15 anos
-->

</div>

4 Respostas 4

2

Baseado nas respostas da pergunta Beautifulsoup 4: Remove comment tag and its content, você pode utilizar o método extract para remover um item da árvore. Para saber se o item é um comentário, basta verificar se é uma instância de bs4.Comment.

from bs4 import BeautifulSoup, Comment

html = """<div class="foo">
A Arara é um animal voador.
<!-- 
<p>Animais
Nome: Arara
Idade: 12 anos e nove meses
Tempo de Vida: 15 anos
-->

</div>"""

soup = BeautifulSoup(html, 'html.parser')

div = soup.find('div', class_='foo')
for element in div(text=lambda it: isinstance(it, Comment)):
    element.extract()

print(soup.prettify())

A saída será:

<div class="foo">
 A Arara é um animal voador.
</div>
2

Encontrei uma solução simplificada baseado na resposta da pergunta How to find all comments with Beautiful Soup

Primeiro importa o BeautifulSoup com os métodos necessários.

from bs4 import BeautifulSoup, Comment

Segundo, utilize o código abaixo para extrair os comentários

for comments in soup.findAll(text=lambda text:isinstance(text, Comment)):
    comments.extract()
1

Caso queira apenas o content da div foo:

div = soup.find('div', class_='foo')
print div.text

Resultado

A Arara é um animal voador.

1

Esta solução utiliza List Comprehension.

from bs4 import BeautifulSoup, Comment
soup = BeautifulSoup(html, 'html.parser')
[x.parent.decompose() for x in soup.find_all(text=lambda x: isinstance(x, Comment))]

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .