BeautifulSoup清除h2标签首尾空格后原soup修改未生效问题

• 你在循环中对局部变量heading做了字符串赋值操作，该操作仅修改了当前循环的临时变量，完全没有改动BeautifulSoup内存中存储的DOM树节点，因此打印原soup对象时不会体现你的修改。
• 代码中的soup.prettify()调用没有接收返回值，该方法不会修改原soup对象，仅会返回格式化后的HTML字符串，该行属于无效调用。

要修改DOM树中的节点内容，直接更新h2节点的文本属性即可，修改后的完整代码如下：

from bs4 import BeautifulSoup
import lxml
html_code = '''
<html>
<body>
<h2 class="myclass"> This is a Headline </h2>
<h2 class="myclass"> Another H2 element </h2>
</body>
</html>
'''
soup = BeautifulSoup(html_code,'lxml')
headings = soup.find_all('h2', {'class':'myclass'})
for heading in headings:
    # 若需要保留原class属性，删除下一行即可
    del heading['class']
    # 直接修改节点文本为去除首尾空格后的内容
    heading.string = heading.text.strip()

print(soup)

运行上述代码后打印的soup对象，h2标签内的多余空格已经被清除，同时保留原标签结构。

内容的提问来源于stack exchange，提问作者Catalin