Я пытался запечатлеть макет HTML-страницы, используя BeautifulSoup4 и рекурсию.Идея состоит в том, чтобы связать структуры данных родителей с детьми, например, такую разметку:
<html>
<h1>
<!--Contents-->
</h1>
<div>
<div>
<!--Contents-->
</div>
</div>
</html>
Будет храниться в таком списке:
html = [ h1 , div ] # Where h1 and div are also lists also containing lists
I 'У меня были трудности с поиском вопросов и ответов по этой конкретной проблеме, поэтому вместо этого я попытался смоделировать функцию, используя рекурсию для обхода каталогов , поскольку они очень похожи.
Это мойтекущая функция в Python 3, которая должна вкладывать теги в списки:
def listGen(l , hObj):
# Where hObj is a BS4 object and l is a sorted lists containing direct children to the html tag
z = []
for x in l:
z.append(hObj.find(x).children)
def expand(xlist1):
# Where xlist1 is a list generator
for n in xlist1:
if n.name is not None:
print(n.name)
for n2 in hObj.find(n.name).children:
if n2.name is not None:
print(n2.name , "--") #Debugging print
return z #Temporary
for x in z:
print("------")
expand(x , 0)
return z
Анализ домашней страницы Википедии дает мне вывод:
------
h1
img --
div --
div
div --
strong --
div
div --
strong --
div
div --
strong --
div
div --
strong --
div
div --
strong --
hr
div
div --
strong --
p
small --
small --
small --
script
script
script
style
------
meta
title
meta
script
meta
link
link
link
style
style
link
link
именно то, что мне нужно, , однако для цикла требуется два, и еще много потребуется, чтобы получить всех детей.Кроме того, я бы не знал, сколько тегов вкладывают в будущие сайты.Поэтому я изменил функцию expand на:
def expand(xlist1 , depth):
l1 = list(xlist1)
if depth < len(l1):
for n in l1[depth]:
if n is not None:
if hObj.find(l1[depth].name).children:
return expand(hObj.find(l1[depth].name).children , 0)
if n is None:
print(2) # Debugging print
return expand(xlist1 , depth + 1)
if depth >= len(l1):
return 0 # Temporary
return 0 # Temporary
Только для того, чтобы дать мне максимум ошибок рекурсии, я перепробовал многие другие варианты безрезультатно.
У меня естьпросматривал BS4 Docs несколько раз, и, похоже, для этого нет встроенной функции.Любые предложения или это не жизнеспособный способ достичь того, что я ищу?