Question

我正在研究HTML Cleaner / Modifier但是在尝试将元素的标记从“p”更改为“li”时遇到了问题。我正在通过正则表达式函数“re.compile”在HTML输入中搜索具有特定字符串内容的行。我能够事先清除不需要的标签和标签属性，但我无法将标签名称更改为我指定的其他标签。

示例输入（我将同时使用多行HTML文本）：

<p align="left">Extra string text<strong><span style="font-family: Arial,Arial; font-size: 10px; color: #343d47;">FOO:</span></strong> <span style="font-family: Arial,Arial; font-size: 10px; color: #343d47;">Additional extra string text</span></p>
<p align="left">Extra string text<strong><span style="font-family: Arial,Arial; font-size: 10px; color: #343d47;">BAR:</span></strong> <span style="font-family: Arial,Arial; font-size: 10px; color: #343d47;">Additional extra string text</span></p>

这是我的代码“清理”HTML：

    from bs4 import BeautifulSoup
    import re

    inputdata = input("")
    soup = BeautifulSoup(inputdata, "html.parser")      

    def cleaner(soup):
        for p_tag in soup.find_all("p"):
            del p_tag["align"]
        for span_tag in soup.find_all("span"):        
            span_tag.unwrap()
        for li in soup.find_all("p", string=re.compile("FOO:")):   
            li.name = "li"
        return soup
   print(cleaner(soup))

我希望代码输出如下所示：

<li>Extra string text<strong>FOO:</strong> Additional extra string text</li>
<p>Extra string text<strong>BAR:</strong> Additional extra string text</p>

但它却没有将“p”标签更改为“li”标签。像这样：

<p>Extra string text<strong>FOO:</strong> Additional extra string text</p>
<p>Extra string text<strong>BAR:</strong> Additional extra string text</p>

它基本上忽略了我创建的代码行，并致力于使用“FOO：”字符串内容更改“p”标记。知道为什么我的“for”循环不能正常工作吗？

Python BeautifulSoup - 更改标记名称并通过string = re.compile

0 个答案: