Python如何在不破坏链接的前提下仅移除指定位置的短横线字符

处理这类HTML内容修改需求，不推荐使用正则表达式，正则无法精准区分标签属性和文本内容，很容易误修改href字段，用专门的HTML解析库BeautifulSoup实现逻辑更稳定，完全不会改动标签属性。

步骤1：安装依赖 #

首先安装BeautifulSoup库：

pip install beautifulsoup4

步骤2：代码实现 #

单条HTML处理示例 #

from bs4 import BeautifulSoup

# 替换为你的原始HTML内容
raw_html = '''
<p><a href="first/Fruit-Shop-One.html">Fruit-Shop-One</a></p>
<p><a href="first/Fruit-Shop-Two.html">Fruit-Shop-Two</a></p>
'''

# 解析HTML结构
soup = BeautifulSoup(raw_html, 'html.parser')

# 遍历所有a标签，仅修改文本内容
for a_tag in soup.find_all('a'):
    # 确认a标签存在纯文本内容再修改
    if a_tag.string:
        a_tag.string = a_tag.string.replace('-', ' ')

# 输出处理后的结果
print(str(soup))

批量处理多段HTML示例 #

如果需要处理一批字符串，可以把逻辑封装为函数批量调用：

from bs4 import BeautifulSoup

def process_a_text(html_str):
    soup = BeautifulSoup(html_str, 'html.parser')
    for a_tag in soup.find_all('a'):
        if a_tag.string:
            a_tag.string = a_tag.string.replace('-', ' ')
    return str(soup)

# 你的HTML字符串列表
html_list = [
    '<p><a href="first/Fruit-Shop-One.html">Fruit-Shop-One</a></p>',
    '<p><a href="first/Fruit-Shop-Two.html">Fruit-Shop-Two</a></p>'
]

processed_html_list = [process_a_text(item) for item in html_list]

运行上述代码后得到的结果和你要求的输出完全一致，所有href属性不会有任何改动，仅a标签内的短横线会被替换为空格。

内容的提问来源于stack exchange，提问作者betanoox