Поиск и замена тегов и строк с использованием BeautifulSoup в python

Question

Как использовать BeautifulSoup .replace_with() без преобразования чего-либо вроде острых скобок в > после процесса поиска и замены str() строки?

Python-код

from bs4 import BeautifulSoup

with open("../dicttest.txt", "r", encoding="utf-8") as f:
    full_text = f.read()
    parse_1 = BeautifulSoup(full_text, "html.parser")
    for line in parse_1.find_all("grace", "AllExamples"):
        match = str(line).replace(";</i> <b>", ";</i><br> <b>")
        line.replace_with(match)
        print(parse_1)

dicttest.txt

all
<link rel="stylesheet" type="text/css" href="stylesheet.css"><font size="-2">Duden-Oxford Deutsch-Englisch</font><br><grace class="SglMngArticle"><span class="WordHead"><b>all</b></span> <grace class="IPA">/al/</grace> <i>Indefinitpron.</i> <i>u. unbest. Zahlw.</i> </grace><br><br><grace class="NumArticle"><span class="Number">1.</span> <i>attr.</i> (<i>ganz, gesamt...</i>) all; </grace><grace class="AllExamples"><grace class="BoldExamples"><b>in aller Deutlichkeit</b></grace> in all clarity;<br> <grace class="BoldExamples"><b>alle Freude, die sie empfunden hat</b></grace> all the joy she felt;<br> <grace class="BoldExamples"><b>alles Geld, das ich noch habe</b></grace> all the money I have left;<br> <grace class="BoldExamples"><b>aller Eifer nützte ihm nichts</b></grace> all his zeal was to no avail;<br> <grace class="BoldExamples"><b>ich kann diese Leute alle nicht leiden</b></grace> I can't stand any of these people;<br> <grace class="BoldExamples"><b>ich will euch alle nicht mehr sehen</b></grace> I don't want to see any of you again;<br> <grace class="BoldExamples"><b>die Ärzte verdienen alle sehr viel</b></grace> doctors all earn a great deal;<br> <grace class="BoldExamples"><b>alles Geld spendete sie dem Roten Kreuz</b></grace> she donated all her money to the Red Cross;<br> <grace class="BoldExamples"><b>alles Leid der Welt</b></grace> all the suffering in the world;<br> <grace class="BoldExamples"><b>all unser/mein </b><i>usw.</i> <b>...</b> all our/my <i>etc. ...;</i> <b>alles andere/Weitere/Übrige</b></grace> everything else;<br> <grace class="BoldExamples"><b>alles Übrige hat sich nicht geändert</b></grace> nothing else has changed;<br> <grace class="BoldExamples"><b>alles Schöne/Neue/Fremde</b></grace> everything <i>or</i> all that is beautiful/new/strange;<br> <grace class="BoldExamples"><b>alles Gute!</b></grace> all the best!;<br> <grace class="BoldExamples"><b>alle Fenster schließen</b></grace> close all the windows;<br> <grace class="BoldExamples"><b>sie gaben alle Waffen ab</b></grace> they handed in all their weapons;<br> <grace class="BoldExamples"><b>wir/ihr/sie alle</b></grace> all of us/you/them; we/you/they all;<br> <grace class="BoldExamples"><b>das sagen sie alle</b></grace> (<i>ugs.</i>) that's what they all say;<br> <grace class="BoldExamples"><b>alle Beteiligten/Anwesenden</b></grace> all those involved/present;<br> <grace class="BoldExamples"><b>trotz aller Vorbehalte werde ich ...</b></grace> in spite of all my reservations I shall ...;<br> <grace class="BoldExamples"><b>alle beide/alle zehn</b></grace> both of them/all ten of them;<br> <grace class="BoldExamples"><b>alle Männer/Frauen/Kinder</b></grace> all men/women/children;<br> <grace class="BoldExamples"><b>alle Mädchen über zwölf Jahre</b></grace> all girls over twelve;<br> <grace class="BoldExamples"><b>alle Mädchen in der Schule</b></grace> all the girls in the school;<br> <grace class="BoldExamples"><b>alle Bewohner der Stadt</b></grace> all the inhabitants of the town;<br> <grace class="BoldExamples"><b>ohne allen Anlass</b></grace> for no reason [at all]; without any reason [at all];<br> <grace class="BoldExamples"><b>gegen alle Erwartungen</b></grace> contrary to all expectations;<br> <grace class="BoldExamples"><b>alle Jahre wieder</b></grace> every year;<br> <grace class="BoldExamples"><b>alle fünf Minuten/Meter</b></grace> every five minutes/metres;<br> <grace class="BoldExamples"><b>Bücher aller Art</b></grace> books of all kinds; all kinds of books;<br> <grace class="BoldExamples"><b>in aller Eile</b></grace> with all haste;<br> <grace class="BoldExamples"><b>in aller Ruhe</b></grace> in peace and quiet;<br> <grace class="BoldExamples"><b>trotz aller Versuche/Anstrengungen</b></grace> despite all [his/her/their/<i>etc.</i>] attempts/efforts. </grace><br><br><grace class="NumArticle"><span class="Number">2.</span> <i>allein stehend</i> </grace><br><br><grace class="LetterArticle"><span class="Letter">a) </span>(<i>gesamt..., sämtlich</i>) everything; </grace><grace class="AllExamples"><grace class="BoldExamples"><b>alles geht vorüber</b></grace> everything passes [in time];<br> <grace class="BoldExamples"><b>alles für die Braut/den Bastler</b></grace> everything for the bride/handicraft enthusiast;<br> <grace class="BoldExamples"><b>das alles</b></grace> all that;<br> <grace class="BoldExamples"><b>ich weiß nicht, was das alles soll</b></grace> I don't know what all that is supposed to mean;<br> <grace class="BoldExamples"><b>das ist alles Unsinn</b></grace> that is all nonsense;<br> <grace class="BoldExamples"><b>von allem etwas verstehen/wissen</b></grace> understand/know a bit about everything;<br> <grace class="BoldExamples"><b>wer alles war </b><i>od.</i> <b>wer war alles dort</b></grace> who was there?;<br> <grace class="BoldExamples"><b>wen alles habt ihr getroffen?</b></grace> who did you meet?;<br> <grace class="BoldExamples"><b>das sind alles Gauner</b></grace> they're all scoundrels;<br> <grace class="BoldExamples"><b>was gab es dort alles zu sehen?</b></grace> what was there to see?;<br> <grace class="BoldExamples"><b>was es nicht alles gibt!</b></grace> well, would you believe it!; well, I never!;<br> <grace class="BoldExamples"><b>all[es] und &nbsp;jedes</b></grace> everything; (<i>wahllos</i>) anything and everything;<br> <grace class="BoldExamples"><b>trotz allem</b></grace> in spite of <i>or</i> despite everything;<br> <grace class="BoldExamples"><b>sie liebt ihren Hund über alles</b></grace> she loves her dog more than anything else;<br> <grace class="BoldExamples"><b>zu allem fähig sein</b></grace> (<i>fig.</i>) be capable of anything;<br> <grace class="BoldExamples"><b>alles schon mal da gewesen</b></grace> (<i>ugs.</i>) it's all happened before;<br> <grace class="BoldExamples"><b>das kenne ich alles schon</b></grace> I've heard it all before;<br> <grace class="BoldExamples"><b>alles in allem</b></grace> all in all;<br> <grace class="BoldExamples"><b>vor allem</b></grace> above all;<br> <grace class="BoldExamples"><b>alles klar </b><i>od.</i> <b>in Ordnung</b></grace> (<i>ugs.</i>) everything's fine <i>or</i> (<i>coll.</i>) OK;<br> <grace class="BoldExamples"><b>alles klar?</b></grace> everything all right <i>or</i> (<i>coll.</i>) OK?;<br> <grace class="BoldExamples"><b>dann treffen wir uns um 5<sup>00</sup> Uhr, alles klar?</b></grace> we'll meet at 5 o'clock then, all right <i>or</i> (<i>coll.</i>) OK?;<br> <grace class="BoldExamples"><b>das ist alles</b></grace> that's all <i>or</i> (<i>coll.</i>) it;<br> <grace class="BoldExamples"><b>ist das alles?</b></grace> is that all <i>or</i> (<i>coll.</i>) it?;<br> <grace class="BoldExamples"><b>nach allem, was man hört/weiß</b></grace> to judge from everything <i>or</i> all one hears/knows; </grace><br><grace class="LetterArticle"><span class="Letter">b) </span>(<i>jeder einzelne</i>) everyone; </grace><grace class="AllExamples"><grace class="BoldExamples"><b>alle miteinander</b></grace> all together;<br> <grace class="BoldExamples"><b>ihr seid/wir sind/sie sind ..., alle miteinander</b></grace> you/we/they are ..., all of you/us/them;<br> <grace class="BoldExamples"><b>alle auf einmal</b></grace> all at once;<br> <grace class="BoldExamples"><b>sprecht nicht alle auf einmal!</b></grace> don't all speak at once;<br> <grace class="BoldExamples"><b>am besten, wir gehen alle auf einmal zum Chef</b></grace> the best thing would be for us all to go and see the boss together;<br> <grace class="BoldExamples"><b>alle, die ...</b></grace> all those who ...;<br> <grace class="BoldExamples"><b>der Kampf aller gegen alle</b></grace> unfettered competition;<br> <grace class="BoldExamples"><b>in allem einverstanden sein</b></grace> agree <i>or</i> be agreed on everything;<br> <grace class="BoldExamples"><b>von allem etwas nehmen</b></grace> take a bit of everything;<br> <grace class="BoldExamples"><b>er ist bei allem, was er tut, sehr genau</b></grace> he is very precise in everything he does;<br> <grace class="BoldExamples"><b>sie ist in allem sehr empfindlich</b></grace> she is very sensitive about everything; </grace><br><grace class="LetterArticle"><span class="Letter">c) </span>(<i>Neutr. Sg.: alle Beteiligten</i>) </grace><grace class="AllExamples"><grace class="BoldExamples"><b>alles mal herhören!</b></grace> (<i>ugs.</i>) listen everybody!; (<i>stärker befehlend</i>) everybody listen!;<br> <grace class="BoldExamples"><b>alles war nach Hause gegangen</b></grace> (<i>ugs.</i>) everyone <i>or</i> everybody had gone home;<br> <grace class="BoldExamples"><b>alles aussteigen!</b></grace> (<i>ugs.</i>) everyone <i>or</i> all out!; (<i>vom Schaffner gesagt</i>) all change!</grace><br>
</>

a, A
<link rel="stylesheet" type="text/css" href="stylesheet.css"><font size="-2">Duden-Oxford Deutsch-Englisch</font><br><grace class="SglMngArticle"><span class="WordHead"><b>a, A</b></span> <grace class="IPA">/a:/</grace> <i>das;</i> <b>a/A, a/A</b> </grace><br><br><grace class="LetterArticle"><span class="Letter">a) </span>(<i>Buchstabe</i>) a/A; </grace><grace class="AllExamples"><b>kleines a</b> small a;<br> <b>großes A</b> capital A;<br> <b>das A und O</b> (<i>fig.</i>) the essential thing/things (<i>Gen.</i> for);<br> <b>von A bis Z</b> (<i>fig. ugs.</i>) from beginning to end;<br> <b>wer A sagt, muss auch B sagen</b> (<i>fig.</i>) if one starts a thing, one must go through with it; </grace><br><grace class="LetterArticle"><span class="Letter">b) </span>(<i>Musik</i>) [key of] A</grace><br>
</>

Вся история:

Я делаюHTML-словарь в Python с использованием BeautifulSoup и регулярных выражений.Структура словаря в основном такая:

Заголовок |IPA

Статья 1
... Статья A
...... Все примеры (пример немецкого языка с объяснением на английском языке)
...... <b> пример на немецком языке </b>
...... объяснение на английском языке;
...... <b> Немецкий пример </b>
...... Английский <i> объяснение; </i>
...... и пр. ...
... Статья B
...... Все примеры
......и так далее ...

Чтобы упорядочить их все с помощью CSS, я должен назначить CSS-классы каждому элементу (Статьи, примеры ...) в нем.Раньше я делал все это в чистом блокноте с помощью Regex find-and-replace.Все работает отлично, за исключением того факта, что я хочу обрабатывать фрагмент текста блоком, а именно я не хочу, чтобы Regex влиял больше, чем на часть, с которой я работаю.Скажите элемент AllExamples , сначала я даю им целый класс AllExamples, затем приведу пример на немецком и английском, объясняющий различные классы, и добавлю <br> после этих точек с запятой в конце пояснений на английском языке.Это непросто, потому что:

1. Этого нельзя сделать в чистой среде блокнота с помощью одного поиска и замены Regex.В Editpad Pro я могу сопоставить целый класс AllExample с помощью регулярного выражения, а затем использовать второе регулярное выражение, чтобы заменить ; на ;<br> в пределах соответствующего выбора.Хорошо, если нужно обработать несколько экземпляров, но для всего словаря требуется пакетная обработка одним щелчком.

   Причина, по которой я должен сначала сопоставить область, состоит в том, что где-то вне области есть много эквивалентных шаблонов, которые я не хочу касаться.

2. Есть исключенияструктура.Обратите внимание на второй английский, объясняющий тегом i в конце, вот где мой Regex добавляет <br> после ; не удается.Поэтому в этом случае я должен заменить ;<i> <b> на ;<i><br> <b>.Опять же, сначала следует сопоставить весь класс AllExample из-за этих эквивалентных шаблонов за пределами области.

Так что BeautifulSoup - это решение, я могу легко сопоставить область с ним и скормить ему простое .replace().Здесь проблема заключается в том, что BeautifulSoup рассматривает теги и строки как совершенно разные вещи.Однако в моем случае тег </i> и <b> должен совпадать с ;, который является строкой.

Итак, я собираюсь смешать теги и строки вместе, а затем выполнить поиск и замену, как в среде блокнота.(Я знаю, что некоторые из вас, ребята, могут создать определенную сложную функцию в python, чтобы сделать это, но мне кажется, что это сложно.)

Затем используйте функцию .replace_with(), чтобы вернуть ее BeautifulSoup, как в теме, которую яцитируется в начале моего поста.Однако, когда я делаю это, все резкие скобки меняются на > в полученном отпечатке.Что мне следует сделать, чтобы решить эту проблему, пожалуйста?

Связанные темы здесь:
Python - найдите текст с помощью BeautifulSoup, а затем замените в исходной переменной супа

Answer 1

Ваша ошибка - трактовать теги HTML как текст.Вы сериализовали дерево объектов BeatifulSoup в строку HTML, манипулировали этой строкой, а затем рассказали BeatifulSoup о новом текстовом элементе.Текстовые элементы (NavigableText) не являются тегами, и все, что напоминает HTML, будет экранировано.Вам придется десериализовать текст обратно в структуру HTML.

«Правильный» способ справиться с этим - вставить новый тег в нужных местах.При замене текста отображаются правила:

1. Внутри тега <grace class="AllExamples"> найдите любой элемент <i>, текст которого заканчивается на ;, за которым следует тег <b>.
2. Для каждого такого элемента вставьте сразу <br/>.

Я бы просто поискал <i> тегов внутри <grace class="AllExamples"> тегов, а затем фильтровал.Найдя совпадение, используйте Tag.insert_after(), чтобы добавить новый тег <br/>:

for emphasis in sparse_1.select('grace.AllExamples i'):
    # must have text that ends in ;
    if emphasis.string is None or not emphasis.string.endswith(';'):
        continue
    # must have a bold tag next
    next_tag = emphasis.find_next_sibling()
    if not next_tag or next_tag.name != 'b':
        continue
    # match confirmed, insert a break tag
    emphasis.insert_after(parse_1.new_tag('br'))

. Вы можете сложить текстовую проверку и next_sibling в функцию-генератор или в функцию, которая являетсяиспользуется для проверки каждого элемента в операции .find_all(), но приведенное выше, вероятно, является правильным уровнем инкапсуляции для этой проблемы, если необходимо выполнить соответствующие замены.

Короче, не думайте о своемHTML как большой объем текста, но как ориентированное дерево с узлами, где узлами являются либо теги, либо текстовые элементы.Используйте BeautifulSoup для навигации по этому дереву, а затем, находясь в нужных местах, управляйте деревом, добавляя или удаляя узлы по мере необходимости.

Answer 2

Преобразуйте его в элемент tag, создайте новый суп.

match = str(line).replace(";</i> <b>", ";</i><br> <b>")
newElement = BeautifulSoup(match, "html.parser")
line.replace_with(newElement)