Question

我有一组HTML文件。我希望逐个迭代它们，编辑特定类的标记。我想编辑的代码具有以下形式，使用以下类名：

<td class='thisIsMyClass' colspan=4>
  <a id='123' class='thisIsMyOtherClass' href='123'>Put me Elsewhere</a>

这可以在同一个文档中多次出现，使用不同的文本而不是＆＃34;把我放在其他地方＆＃34;，但总是使用相同的类。

我想将其更改为以下形式：

<font SIZE="3"  COLOR="#333333"  FACE="Verdana"  STYLE="background-color:#ffffff;font-weight: bold;">
  <h2>Put Me Elsewhere</h2>
</font>

import os
for filename in os.listdir('dirname'):
 replace(filename)

def replace(filename):
 tags = soup.find_all(attrs={"thisIsMyClass"})

不太确定在此之后去哪里或如何处理标签数组？任何帮助将非常感激。谢谢:)）

Answer 1

更好，更漂亮将使用占位符准备替换HTML字符串，找到td类的所有thisIsMyClass标记并使用.replace_with()替换每个：

from bs4 import BeautifulSoup

data = """
<table>
    <tr>
        <td class='thisIsMyClass' colspan=4>
          <a id='123' class='thisIsMyOtherClass' href='123'>Put me Elsewhere</a>
        </td>
    </tr>
</table>
"""

replacement = """
<font SIZE="3"  COLOR="#333333"  FACE="Verdana"  STYLE="background-color:#ffffff;font-weight: bold;">
  <h2>{text}</h2>
</font>
"""

soup = BeautifulSoup(data, 'html.parser')
for td in soup.select('td.thisIsMyClass'):
    td.replace_with(BeautifulSoup(replacement.format(text=td.a.text), 'html.parser'))

print soup.prettify()

打印：

<table>
    <tr>
        <font color="#333333" face="Verdana" size="3" style="background-color:#ffffff;font-weight: bold;">
            <h2>
            Put me Elsewhere
            </h2>
        </font>
    </tr>
</table>

Answer 2

这就像分配name属性一样简单。

# for quick testing:
# tag = BeautifulSoup("<td class='thisIsMyClass' colspan=4><a id='123' class='thisIsMyOtherClass' href='123'>Put me Elsewhere</a>")
# tags = [tag]
for tag in tags:
    tag.td.name = "font"
    tag.font["SIZE"] = 3
    del tag.font["class"]
    ...
    tag.a.name = "h2"
    ...
    print(tag)
    # <font SIZE="3" colspan="4"><h2 class="thisIsMyOtherClass" href="123" id="123">Put me Elsewhere</h2></font>

documentation也是你的朋友。它非常全面。

在BeautifulSoup中用另一种标签替换一种标签

2 个答案: