Question

我正在寻找一种方法从HTML文件中替换每行的“href”和“src”内容与其他字符串。所以，我需要替换它：

<img src="images/file.png" alt="">

有了这个：

<img src="data:image/png;base64,PD94bWwgdmVyc2lvbj0i..." alt="">

实际上我编写了一个可以将文件转换为base64的函数。我需要搜索href / src，获取他的文件路径内容并将其替换为文件的base64版本，但我不知道如何。

此处将文件转换为base64的功能：

def filetoB64 (fpath=None,raw=False):
    fstring = None
    fmime = None
    freturn = None

    if fpath is not None:
        if os.path.isfile(fpath):
            fmime = mimetypes.MimeTypes().guess_type(fpath)[0]

            if fmime in (filemimes['text'] + filemimes['image'] + filemimes['audio'] + filemimes['video']):
                with open(fpath,'rb') as f:
                    fcontent = f.read()
                    fstring = base64.encodestring(fcontent).replace('\n','')

                    if raw:
                        freturn = fstring
                    else:
                        freturn = ''.join(['data:',fmime,';base64,',fstring])
            else:
                freturn = fpath
        else:
            freturn = fpath

    return freturn

Answer 1

我假设您将文件转换为base64的功能完全正常。

如果您想要替换HTML代码中的某些代码，可以使用regex，如下例所示：

import re

string = '<img src="images/file.png" href="http://wwww.linktoreplace.com", alt="">'

to_replace = re.findall('(\w+)="(.*?)"', string)

for k, v in to_replace:
    if k == 'src':
        string = re.sub(v, "src_replaced_by_this_string", string)
    if k == 'href':
        string = re.sub(v, "href_replaced_by_this_string", string)

print(string)

输出：

<img src="src_replaced_by_this_string" href="href_replaced_by_this_string", alt="">

否则，您可以使用BeautifulSoup这是一个Python库，用于从HTML和XML文件中提取数据。

拿一根绳子换成另一根绳子？

1 个答案: