如何使用BeautifulSoup4删除XML声明
问题内容：
我有一个结构如下的XHTML文件：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html>
<html lang="en">
<head>
...
</head>
<body>
...
</body>
<html>
我正在使用BeautifulSoup，我想从文档中删除XML声明，所以我的样子是这样的：
<!DOCTYPE html>
<html lang="en">
<head>
...
</head>
<body>
...
</body>
<html>
我找不到找到删除XML声明的方法。据我所知，它似乎不是Doctype，Declaration，Tag或NavigableString。有什么办法可以找到它来提取它吗？
作为一个工作示例，我可以使用以下代码删除Doctype（假设文档文本为变量“ html”）：
soup = BeautifulSoup(html)
[item.extract() for item in soup.contents if isinstance(item, Doctype)]
问题答案：
您可以使用以下方法：
import bs4
soup = bs4.BeautifulSoup(html, 'html.parser')
for e in soup:
if isinstance(e, bs4.element.ProcessingInstruction):
e.extract()
break
print(soup)
对于您的示例，这将为您提供更新的HTML：
<!DOCTYPE html>
<html lang="en">
<head>
...
</head>
<body>
...
</body>
<html></html></html>
