Jak mogę usunąć wszystkie znaczniki skryptów w różnych BeautifulSoup?

Question

Czołgam tabelę z łączem internetowym i chciałby odbudować tablicę, usuwając wszystkie znaczniki skryptów. Oto kody źródłowe.

response = requests.get(url) 
soup = BeautifulSoup(response.text) 
table = soup.find('table') 

for row in table.find_all('tr') :                                                                                                  
    for col in row.find_all('td'): 
     #remove all different script tags 
     #col.replace_with('') 
     #col.decompose() 
     #col.extract() 
     col = col.contents 

Jak mogę usunąć wszystkie inne tagi skryptu? Weź komórkę follow jako exampple, który zawiera znacznik a, br i td.

<td><a href="http://www.irit.fr/SC">Signal et Communication</a> 
<br/><a href="http://www.irit.fr/IRT">Ingénierie Réseaux et Télécommunications</a> 
</td> 

Moja Oczekiwany wynik to:

Signal et Communication 
Ingénierie Réseaux et Télécommunications 

Answer 1

Pytasz o get_text():

Jeśli chcesz tylko część tekstu dokumentu lub tagu można użyć metody get_text(). Zwraca cały tekst w dokumencie lub pod tagu, jako jeden ciąg znaków Unicode

td = soup.find("td") 
td.get_text() 

Zauważ, że .string wróci ci None w tym przypadku od td ma wiele dzieci:

Jeśli znacznik zawiera więcej niż jedną rzecz, nie jest jasne, do czego powinno się odnosić .string, czyli .string określa się None

Demo:

>>> from bs4 import BeautifulSoup 
>>> 
>>> soup = BeautifulSoup(u""" 
... <td><a href="http://www.irit.fr/SC">Signal et Communication</a> 
... <br/><a href="http://www.irit.fr/IRT">Ingénierie Réseaux et Télécommunications</a> 
... </td> 
... """) 
>>> 
>>> td = soup.td 
>>> print td.string 
None 
>>> print td.get_text() 
Signal et Communication 
Ingénierie Réseaux et Télécommunications 

Answer 2

Spróbuj zadzwonić col.string. To da ci tylko tekst.