我有一段 HTML，如下所示:
<figure>
<img src=".." alt=".." />
Some text that I have to wrap in <code>figcaption</code>
</figure>
我正在尝试包装 <img> 之后的所有内容在 <figcaption> 。这可能吗？
next_elements可以很好地获取我想要的元素，但返回一个生成器，它与 wrap 不能很好地配合方法。
最佳答案
这是一种方法:
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup("""
... <figure>
... <img src=".." alt=".." />
... Some text that I have to wrap in <code>figcaption</code>
... </figure>
... """)
>>> for figure in soup.find_all("figure"):
... img = figure.find("img")
... if img is not None:
... figcaption = soup.new_tag("figcaption")
... for el in list(img.next_siblings):
... figcaption.append(el)
... img.insert_after(figcaption)
...
>>> soup
<html><body><figure>
<img alt=".." src=".."/><figcaption>
Some text that I have to wrap in <code>figcaption</code>
</figcaption></figure></body></html>
需要注意的几点:
我们使用
next_siblings，它只返回我们实际需要的元素，而不是next_elements，它将继续到figure元素的末尾。我们用
list()包装next_siblings以创建一个可以迭代的浅拷贝 - 否则，因为附加el的行为code> 到figcaption将其从文档树中以前的位置删除，这将修改我们要迭代的序列，即 a bad idea 。我们本可以使用find_next_siblings()(它也返回一个列表)，但上面的版本更明确。由于我们已经从文档树中原来的位置删除了
img的所有下一个 sibling ，因此我们需要做的就是附加figcaption(现在包含它们)紧跟在img元素之后。对于人类来说，空格的放置不再直观地“正确”，但解决这个问题需要大量的额外工作，而且可能不值得。
关于python - 将所有 next_elements 包装在 BeautifulSoup 中，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/17605801/