python - 使用 ElementTree 删除父标签(不删除子标签)

Question

我正在使用 ElementTree修改以下 xml:

<li>
  <p>Some stuff goes in <b>bold</b> here </p>
</li>

我想删除所有 <p>来 self 的 <li>元素，但保留内容。

像这样:

<li>Some stuff goes in <b>bold</b> here</li>

我目前正在使用以下代码，它适用于简单的情况(没有文本/尾部等......):

# strip <p> from <li> elements
liElements = rootNode.findall('.//li')
for elem in liElements:
    para = elem.find(".//p")
    for child in para:
        elem.append(child)
    elem.text = para.text
    elem.remove(para)

必须有一种更简单的方法来去除格式标签....我希望？

Answer 1

也许最简单的方法是不使用 ElementTree 来处理 HTML，而是使用 BeautifulSoup反而;该库通过 .unwrap() method 显式处理解包:

for elem in soup.find_all('li'):
    for para in elem.find_all('p'):
        para.unwrap()