用BeautifulSoup包装标签的内容
用BeautifulSoup包装标签的内容
提问于 2014-03-25 10:53:16
我想用BeautifulSoup包装标签的内容。这是：
<div class="footnotes">
<p>Footnote 1</p>
<p>Footnote 2</p>
</div>应该变成这样：
<div class="footnotes">
<ol>
<p>Footnote 1</p>
<p>Footnote 2</p>
</ol>
</div>因此，我使用以下代码：
footnotes = soup.findAll("div", { "class" : "footnotes" })
footnotes_contents = ''
new_ol = soup.new_tag("ol")
for content in footnotes[0].children:
new_tag = soup.new_tag(content)
new_ol.append(new_tag)
footnotes[0].clear()
footnotes[0].append(new_ol)
print footnotes[0]但我得到了以下信息：
<div class="footnotes"><ol><
></
><<p>Footnote 1</p>></<p>Footnote 1</p>><
></
><<p>Footnote 2</p>></<p>Footnote 2</p>><
></
></ol></div>有什么建议吗？
回答 2
Stack Overflow用户
回答已采纳
发布于 2014-03-25 12:00:03
使用lxml：
import lxml.html as LH
import lxml.builder as builder
E = builder.E
doc = LH.parse('data')
footnote = doc.find('//div[@class="footnotes"]')
ol = E.ol()
for tag in footnote:
ol.append(tag)
footnote.append(ol)
print(LH.tostring(doc.getroot()))版画
<html><body><div class="footnotes">
<ol><p>Footnote 1</p>
<p>Footnote 2</p>
</ol></div></body></html>请注意，使用lxml，元素(标记)只能位于树中的一个位置(因为每个元素只有一个父元素)，因此在ol中追加tag也会从footnote中删除它。因此，与BeautifulSoup不同，您不需要按反向顺序遍历内容，也不需要使用insert(0,...)。你只是按顺序追加。
使用BeautifulSoup：
import bs4 as bs
with open('data', 'r') as f:
soup = bs.BeautifulSoup(f)
footnote = soup.find("div", { "class" : "footnotes" })
new_ol = soup.new_tag("ol")
for content in reversed(footnote.contents):
new_ol.insert(0, content.extract())
footnote.append(new_ol)
print(soup)版画
<html><body><div class="footnotes"><ol>
<p>Footnote 1</p>
<p>Footnote 2</p>
</ol></div></body></html>Stack Overflow用户
发布于 2014-03-25 11:28:36
只需使用.contents移动标记的tag.extract()；不要尝试用soup.new_tag重新创建它们(soup.new_tag只使用标记名，而不是整个标记对象)。不要在原始标记上调用.clear()；.extract()已经删除了元素。
当内容被就地修改时，将项目反向移动，如果不小心，则会导致跳过的元素。
最后，当您只需要对一个标记执行此操作时，请使用.find()。
您确实需要创建contents列表的副本，因为它将被修改到位
footnotes = soup.find("div", { "class" : "footnotes" })
new_ol = soup.new_tag("ol")
for content in reversed(footnotes.contents):
new_ol.insert(0, content.extract())
footnotes.append(new_ol)演示：
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('''\
... <div class="footnotes">
... <p>Footnote 1</p>
... <p>Footnote 2</p>
... </div>
... ''')
>>> footnotes = soup.find("div", { "class" : "footnotes" })
>>> new_ol = soup.new_tag("ol")
>>> for content in reversed(footnotes.contents):
... new_ol.insert(0, content.extract())
...
>>> footnotes.append(new_ol)
>>> print footnotes
<div class="footnotes"><ol>
<p>Footnote 1</p>
<p>Footnote 2</p>
</ol></div>页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/22632355
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号