В Python BeautifulSoup Как переместить теги - PullRequest
Новая
       11

В Python BeautifulSoup Как переместить теги

1 голос
/ 28 апреля 2010

У меня есть частично преобразованный XML-документ в супе из HTML. После некоторой замены и правки в супе тело по существу - 

<Text...></Text>   # This replaces <a href..> tags but automatically creates the </Text>
<p class=norm ...</p>
<p class=norm ...</p>
<Text...></Text>
<p class=norm ...</p> and so forth.

Мне нужно «переместить» теги <p>, чтобы они были детьми <Text> или знать, как подавить </Text>. Я хочу - 

<Text...> 
<p class=norm ...</p>
<p class=norm ...</p>
</Text>
<Text...>
<p class=norm ...</p>
</Text>

Я пытался использовать item.insert и item.append, но думаю, что должно быть более элегантное решение. 

for item in soup.findAll(['p','span']):     
    if item.name == 'span' and item.has_key('class') and item['class'] == 'section':
        xBCV = short_2_long(item._getAttrMap().get('value',''))
        if currentnode:
            pass
        currentnode = Tag(soup,'Text', attrs=[('TypeOf', 'Section'),... ])
        item.replaceWith(currentnode) # works but creates end tag
    elif item.name == 'p' and item.has_key('class') and item['class'] == 'norm':
        childcdatanode = None
        for ahref in item.findAll('a'):
            if childcdatanode:
                pass   
            newlink = filter_hrefs(str(ahref))
            childcdatanode = Tag(soup, newlink)
            ahref.replaceWith(childcdatanode)

Спасибо

1 Ответ

2 голосов
/ 29 апреля 2010

Вы можете использовать insert для перемещения тегов. В документах говорится: «Элемент может находиться только в одном месте в одном дереве синтаксического анализа. Если вы дадите вставке элемент, который уже подключен к объекту-супу, он отключается (с помощью экстракта), прежде чем он будет подключен в другом месте».

Если ваш HTML выглядит так: 

<text></text>
<p class="norm">1</p>
<p class="norm">2</p>
<text></text>
<p class="norm">3</p>

... это: 

for item in soup.findAll(['text', 'p']):
  if item.name == 'text':
    text = item
  if item.name == 'p':
    text.insert(len(text.contents), item)

... выдаст следующее: 

<text><p class="norm">1</p><p class="norm">2</p></text>
<text><p class="norm">3</p></text>
...