python - 使用 BeautifulSoup 在 HTML 中搜索和替换

Question

我想用BeautfulSoup来搜索和替换<\a>与 <\a><br> .我知道如何用 urllib2 打开然后解析以提取所有 <a>标签。我想要做的是搜索并用结束标记和分隔符替换结束标记。任何帮助，非常感谢。

编辑

我假设它类似于:

soup.findAll('a').

在文档中，有一个:

find(text="ahh").replaceWith('Hooray')

所以我认为它会遵循以下原则:

soup.findAll(tag = '</a>').replaceWith(tag = '</a><br>')

但这不起作用而且 python help() 并没有提供太多

Answer 1

这将插入一个 <br>每个 <a>...</a> 结束后的标签元素:

from BeautifulSoup import BeautifulSoup, Tag

# ....

soup = BeautifulSoup(data)
for a in soup.findAll('a'):
    a.parent.insert(a.parent.index(a)+1, Tag(soup, 'br'))

您不能使用 soup.findAll(tag = '</a>')因为 BeautifulSoup 不会单独对结束标记进行操作 - 它们被视为同一元素的一部分。

---

如果你想把 <a> <p> 中的元素您在评论中询问的元素，您可以使用这个:

for a in soup.findAll('a'):
    p = Tag(soup, 'p') #create a P element
    a.replaceWith(p)   #Put it where the A element is
    p.insert(0, a)     #put the A element inside the P (between <p> and </p>)

同样，您不会创建 <p>和 </p>分开，因为它们是同一事物的一部分。