2

我在来自 HTML 的汤中有一个部分转换的 XML 文档。在汤中进行了一些替换和编辑后，身体本质上是——

<Text...></Text>   # This replaces <a href..> tags but automatically creates the </Text>
<p class=norm ...</p>
<p class=norm ...</p>
<Text...></Text>
<p class=norm ...</p> and so forth.

我需要将<p>标签“移动”为孩子<Text>或知道如何抑制</Text>. 我想 -

<Text...> 
<p class=norm ...</p>
<p class=norm ...</p>
</Text>
<Text...>
<p class=norm ...</p>
</Text>

我试过使用 item.insert 和 item.append 但我认为必须有一个更优雅的解决方案。

for item in soup.findAll(['p','span']):     
    if item.name == 'span' and item.has_key('class') and item['class'] == 'section':
        xBCV = short_2_long(item._getAttrMap().get('value',''))
        if currentnode:
            pass
        currentnode = Tag(soup,'Text', attrs=[('TypeOf', 'Section'),... ])
        item.replaceWith(currentnode) # works but creates end tag
    elif item.name == 'p' and item.has_key('class') and item['class'] == 'norm':
        childcdatanode = None
        for ahref in item.findAll('a'):
            if childcdatanode:
                pass   
            newlink = filter_hrefs(str(ahref))
            childcdatanode = Tag(soup, newlink)
            ahref.replaceWith(childcdatanode)

谢谢

4

1 回答 1

3

您可以使用插入来移动标签。文档说：“一个元素只能出现在一个解析树的一个地方。如果你给插入一个已经连接到汤对象的元素，它会在连接到其他地方之前断开连接（使用提取）。”

如果您的 HTML 如下所示：

<text></text>
<p class="norm">1</p>
<p class="norm">2</p>
<text></text>
<p class="norm">3</p>

... 这个：

for item in soup.findAll(['text', 'p']):
  if item.name == 'text':
    text = item
  if item.name == 'p':
    text.insert(len(text.contents), item)

...将产生以下内容：

<text><p class="norm">1</p><p class="norm">2</p></text>
<text><p class="norm">3</p></text>
于 2010-04-28T22:52:22.867 回答