Question

我试图在其他HTML中间关闭图像标记，因为当我使用JS创建它，然后将其发送给自己时，它没有正确关闭。我正在使用Python。

鉴于此字符串：

<div><img src="/images/someImage.png" alt="Some Image"></div>

我怎样才能获得

<div><img src="/images/someImage.png" alt="Some Image" /></div>

这是我到目前为止所提出的：

re.sub("<img(.*)(?<!/)>", "<img\\1 />", x)

只有图片，它才有效，但是一旦我添加了div来围绕它，就会把它放在错误的位置：

<div><img src="http://sh.local/images/tripAlbums/2014/thumbs/Background%20Default.jpeg"></div />

正如您所注意到的那样，结尾的DIV在图像标签上有我想要的东西。

请注意，虽然我只展示了一张图片，但可能会有更多图片，因此它应该与全局re.sub配合使用。

感谢。

Answer 1

使用非贪婪的.*?

>>> re.sub("<img(.*?)(?<!/)>", "<img\\1 />", str)
'<div><img src="/images/someImage.png" alt="Some Image" /></div>'

或

您也可以尝试

>>> re.sub("<img([^>]*)(?<!/)>", "<img\\1 />", str) '<div><img src="/images/someImage.png" alt="Some Image"/></div>'

[^>]*否定字符类。匹配除> 零或更多次
以外的任何内容

清洁方法

更清洁，更美观的方法将使用BeautifulSoup

>>> import bs4 >>> str='<div><img src="/images/someImage.png" alt="Some Image"></div>' >>> soup = bs4.BeautifulSoup(str) >>> soup.prettify() u'<div>\n <img alt="Some Image" src="/images/someImage.png"/>\n</div>'

注意正则表达式不是解析html的正确工具。建议使用像BeautifulSoup
这样的html解析器

Answer 2

BeautifulSoup会自动为您完成这项工作。

>>> from bs4 import BeautifulSoup
>>> s = '''<div><img src="/images/someImage.png" alt="Some Image"></div>'''
>>> soup = BeautifulSoup(s)
>>> soup
<html><body><div><img alt="Some Image" src="/images/someImage.png"/></div></body></html>

Answer 3

s='<div><img src="/images/someImage.png" alt="Some Image"></div>'
n=s.find('<img')
result=s[:n+1]
s=s[n+2:]
n=s.find('>')
result=result+s[:n]+" / "+s[n:]
print result

正则表达式在Python中将<div> <img ...=""/> </div>转换为<div> <img ...=""/> </div>

3 个答案: