美丽的汤 - 去除外部标签

我有一个 HTML 文档，其中包含一堆<div>的，带着孩子<p>的和里面<href>的。目标是这样的，

1. 去除<div> and <p> tags
2. 在每个删除的末尾<div> add a </br>

Example

这样：

<div> 
  <p>
    <a href="" id="tnt1">[1]</a>"RFC 4456 - BGP Route Reflection: An Alternative to Full ... - IETF Tools.">ref="https://example.com">https://https://example.com"</a></span><span>. Accessed 15 Nov. 2017.
  </p>
</div>

就变成这样了：

<a href="" id="tnt1">[1]</a>"RFC 4456 - BGP Route Reflection: An Alternative to Full ... - IETF Tools.">ref="https://example.com">https://https://example.com"</a></span><span>. Accessed 15 Nov. 2017.
</br>

Current

到目前为止我的代码是：

from bs4 import BeautifulSoup

for div in soup.find_all(name=re.compile(r'div')):
    print div

然而，所有示例似乎都指向替换内部文本而不是实际标签。另外，如果有办法在 bs3 中做到这一点，那将是理想的，因为我所有其他代码当前都使用 v3。

有人能指出我正确的方向吗？谢谢，

''.join(str(x) for x in div.p.contents)给我内部 HTML 作为 bs4 上的字符串

I get parent = div.parent稍后使用它

Using div.extract()我删除div与所有子标签。

Using parent.append()我把内部 HTML 放回去了。

from bs4 import BeautifulSoup

data = '''<strong>
<div> 
  <p>
    <a href="" id="tnt1">[1]</a>"RFC 4456 - BGP Route Reflection: An Alternative to Full ... - IETF Tools.">ref="https://example.com">https://https://example.com"</a></span><span>. Accessed 15 Nov. 2017.
  </p>
</div>
</strong>'''

soup = BeautifulSoup(data, 'html.parser')

for div in soup.find_all('div'):
    parent = div.parent

    inner = ''.join(str(x) for x in div.p.contents) + "<br/>"
    print('--- inner ---')
    print(inner)

    # remove div with all subtags
    div.extract()

    parent.append(BeautifulSoup(inner, 'html.parser'))
    print('--- after ---')
    print(parent)

Result:

--- inner ---

<a href="" id="tnt1">[1]</a>"RFC 4456 - BGP Route Reflection: An Alternative to Full ... - IETF Tools.">ref="https://example.com">https://https://example.com"<br/>
--- after ---
<strong>

<a href="" id="tnt1">[1]</a>"RFC 4456 - BGP Route Reflection: An Alternative to Full ... - IETF Tools."&gt;ref="https://example.com"&gt;https://https://example.com"<br/></strong>