Question

我必须将一个文档的一部分复制到另一个文档，但我不想修改我复制的文档。

如果我使用.extract()，它会从树中删除元素。如果我只是追加像document2.append(document1.tag)这样的选定元素，它仍会从document1中删除该元素。

当我使用真实文件时，我可以在修改后不保存document1，但有没有办法在不损坏文档的情况下执行此操作？

Answer 1

在4.4之前的版本（2015年7月发布）中，BeautifulSoup中没有本机克隆功能;你必须自己创建一个深层拷贝，这很棘手，因为每个元素都保持与树的其余部分的链接。

要克隆元素及其所有元素，您必须复制所有属性并重置其父子关系;这必须递归发生。最好不要复制关系属性并重新安置每个递归克隆的元素：

from bs4 import Tag, NavigableString

def clone(el):
    if isinstance(el, NavigableString):
        return type(el)(el)

    copy = Tag(None, el.builder, el.name, el.namespace, el.nsprefix)
    # work around bug where there is no builder set
    # https://bugs.launchpad.net/beautifulsoup/+bug/1307471
    copy.attrs = dict(el.attrs)
    for attr in ('can_be_empty_element', 'hidden'):
        setattr(copy, attr, getattr(el, attr))
    for child in el.contents:
        copy.append(clone(child))
    return copy

这种方法对当前的BeautifulSoup版本很敏感;我用4.3测试了这个，未来的版本可能会添加需要复制的属性。

您还可以将此功能monkeypatch到BeautifulSoup：

from bs4 import Tag, NavigableString


def tag_clone(self):
    copy = type(self)(None, self.builder, self.name, self.namespace, 
                      self.nsprefix)
    # work around bug where there is no builder set
    # https://bugs.launchpad.net/beautifulsoup/+bug/1307471
    copy.attrs = dict(self.attrs)
    for attr in ('can_be_empty_element', 'hidden'):
        setattr(copy, attr, getattr(self, attr))
    for child in self.contents:
        copy.append(child.clone())
    return copy


Tag.clone = tag_clone
NavigableString.clone = lambda self: type(self)(self)

让您直接在元素上调用.clone()：

document2.body.append(document1.find('div', id_='someid').clone())

我的feature request到BeautifulSoup项目was accepted and tweaked以使用copy.copy() function;现在，BeautifulSoup 4.4已经发布，您可以使用该版本（或更新版本）并执行：

import copy

document2.body.append(copy.copy(document1.find('div', id_='someid')))

Answer 2

它可能不是最快的解决方案，但它很短，似乎有效......

clonedtag = BeautifulSoup(str(sourcetag))

这个想法源于彼得·伍兹上面的评论。

Answer 3

对于Python：

您可以复制父元素，例如：

import copy
p_copy = copy.copy(soup.p)
print p_copy
# <p>I want <b>pizza</b> and more <b>pizza</b>!</p>

参考：https://www.crummy.com/software/BeautifulSoup/bs4/doc/ 部分：复制美丽汤对象

致谢。

克隆元素与beautifulsoup

3 个答案: