python - 使用 lxml 替换 HTML 标签并保留其内容

Question

我有一些 html 内容(没有 html、body 和 head 等标签)。我需要做的是从标签中去除样式信息，并将 div 标签替换为 p 标签。

我使用条纹样式信息:

from lxml.html.clean import Cleaner
return Cleaner(style=True).clean_html(html)

如何用 p 标签替换 div 标签，同时保留 div 标签的内容(div 标签的内容应位于新的 p 标签中)。

Answer 1

html = html.replace("<div>", "<p>")
html = html.replace("</div>", "</p>")

您可以使用成熟的 HTML 解析和生成来完成此操作，但上面的方法可能可以做到这一点。