0

我想扩展一个处理 HTML 或 XML 结构的 Python (2.7) 类。目前我正在摆弄 bs4，但这对于这个问题可能并不重要。

我想添加一堆执行更高级别操作的函数；比如说，操作整个表格列，排序列表子元素等。所以我定义了一个子类

class myBS4 (bs4.BeautifulSoup):
    def sortChildren(self, keyPath,...):
    ...

到目前为止还好。但是原始类（以及相关的，如 Tag、NavigableString 等）已经有各种实例化 bs4 对象的方法，例如 new_tag() 用于制作“Tag”（元素），new_string() 用于制作 NavigableString（文本节点） ) 等。与基于 DOM 的类或任何处理递归数据结构的包相同。

这是否意味着我必须在每个与 bs4 相关的类中找到实例化与 b​​s4 相关的对象的每个位置，以及子类和覆盖，以便它们都实例化我的类？这似乎非常乏味。

更糟糕的是，它似乎很容易出现细微的错误。例如，bs4 构造函数从解析的 HTML 或 XML 构造一个准 DOM 树；但这样做时它可能会或可能不会调用 new_tag() 。它可能只是说类似

x = Tag("div")

在这种情况下，我会将 BeautifulSoup 和 Tag 和 NavigableString 对象的实例混合到我的 myBS4 和 myTag 和 myNavigableString 对象树中。当被要求在非扩展节点上执行扩展操作时，调用将失败。

所以覆盖 new_tag() 等可能不够；了解您是否获得所有案例的唯一方法是研究（或 grep）整个 bs4 实现。并且 bs4 更新很可能会破坏它，即使实际上根本没有触及 bs4 本身的概念性理由。

有没有解决这个问题的干净方法？我考虑过mixin，但据我所知，我仍然必须将bs4子类化才能引入mixin，所以它无济于事。我完全错过了什么吗？

4

0 回答 0