Question

我有这段代码：

txt = """<p>Hi <span>Mark</span>, how are you?, Don't forget meeting on <strong>sunday</strong>, ok?</p>"""
soup = BeautifulSoup(txt)
for ft in soup.findAll('p'):
        print str(ft).upper()

跑步时我明白了：

<P>HI <SPAN>MARK</SPAN>, HOW ARE YOU?, DON'T FORGET MEETING ON <STRONG>SUNDAY</STRONG>, OK?</P>

但我希望得到这个：

<p>HI <span>Mark</span>, HOW ARE YOU?, DON'T FORGET MEETING ON <strong>sunday<strong>, ok?</p>

我只想更改p标签上的内部文本，但是将格式保留在p内的其他内部标签中，我也希望将标签名称保留为小写

感谢名单

Answer 1

您可以将修改后的文本分配给代码string的{{1}}属性。因此，循环遍历p.string标记的所有内容，并使用正则表达式模块检查它是否包含标记符号和<并跳过它们。类似的东西：

我使用from bs4 import BeautifulSoup import re txt = """Hi Mark, how are you?, Don't forget meeting on sunday, ok?""" soup = BeautifulSoup(txt) for p in soup.find_all('p'): p.string = ''.join( [str(t).upper() if not re.match(r'<[^>]+>', str(t)) else str(t) for t in p.contents]) print soup.prettify(formatter=None)选项来避免formatter特殊符号的编码。它产生：

html

在Beautifulsoup中仅将内容更改为父元素文本

1 个答案: