如何使用BeautifulSoup用随机文本替换HTML文档的内容？

Question

这是我写的代码。

    from bs4 import BeautifulSoup
import urllib
import string, random

def readHtml():
    sock = urllib.urlopen('1041956_Page1.htm')
    soup = BeautifulSoup(sock,'html.parser')
    paraTags = soup.find_all('p')
    for para in paraTags:
        if(para.get_text() is not None):
            para.replace_with(randomizeText(para.get_text())


def randomizeText(text):
    length = len(text)
    newWord = ''.join(random.choice(string.lowercase) for x in range(length-1))
    return newWord

if __name__ == "__main__":
    readHtml()

这给我一个错误，说

  

ValueError：无法在标记中插入None。

我希望用随机文本替换BeautifulSoup对象，以便从中重建html。任何帮助，将不胜感激。谢谢！

Answer 1

您的randomizeText()并未返回任何内容，即None。 成功：

def randomizeText(text):
    length = len(text)
    newWord = ''.join(random.choice(string.lowercase) for x in range(length))
    print newWord
    return newWord

和replace_with限制用None替换文字。

同时更改第10行：

para.string.replace_with(randomizeText(para.get_text()))

到

para.replace_with(randomizeText(para.get_text()))

要避免 - AttributeError：＆＃39; NoneType＆＃39;对象没有属性＆＃39; replace_with＆＃39;

我的上述评论

  

你的代码似乎很好 - 你可能因为空的而得到这个   p阻止

无效，因为我检查了空p块的长度是1。

Answer 2

我不确定，但你考虑了

的情况

<p></p>

是空的。

所以，

para.get_text() 

将返回None。