HTMLタグから特定の属性を削除する

Question

HTMLコードからID、スタイル、クラスなどの特定の属性を削除するにはどうすればよいですか？

私はlxml.html.clean moduleを使うことができると思っていましたが、わかったところでは、Clean(style=True).clean_html(code)でスタイル属性を削除できます。私はこの作業のために正規表現を使用したくない（属性が変わる可能性がある）。事前に

from lxml.html.clean import Cleaner 

code = '<tr id="ctl00_Content_AdManagementPreview_DetailView_divNova" class="Extended" style="display: none;">' 

cleaner = Cleaner(style=True, id=True, class=True) 
cleaned = cleaner.clean_html(code) 

print cleaned 
'<tr>' 

感謝を：私が持っているしたいと思い何

！

Answer 1

cleaner.Cleaner.__call__は、safe_attrs_onlyパラメータを有する。 Trueに設定すると、clean.defs.safe_attrsの属性のみが保持されます。 clean.defs.safe_attrsを変更すると、属性の一部またはすべてを削除できます。完了したら必ず元に戻してください。

import lxml.html.clean as clean 

code = '<tr id="ctl00_Content_AdManagementPreview_DetailView_divNova" class="Extended" style="display: none;">' 

safe_attrs = clean.defs.safe_attrs 
cleaner = clean.Cleaner(safe_attrs_only=True, safe_attrs=frozenset()) 
cleansed = cleaner.clean_html(code) 

print(cleansed) 

利回り

<tr></tr>