代码之家 › 专栏 › 技术社区 › user3525290

靓汤取代<;

beautifulsoup python-3.x python

user3525290 · 技术社区 · 7 年前

我找到了要替换的文本,但打印时 soup 格式更改。 <div id="content">stuff here</div> 变成 <div id="content">stuff here</div> . 如何保存数据?我试过了 print(soup.encode(formatter="none"))

from bs4 import BeautifulSoup

with open(index_file) as fp:
    soup = BeautifulSoup(fp,"html.parser")

found = soup.find("div", {"id": "content"})
found.replace_with(data)

当我打印时 found ,我得到了正确的格式:

>>> print(found)
<div id="content">stuff</div>

index_file 内容如下:

 <!DOCTYPE html>
 <head>
    Apples 
 </head>
 <body>

   <div id="page">
    This is the Id of the page

  <div id="main">

     <div id="content">
       stuff here
     </div>
  </div>
 footer should go here
 </div>
</body>
</html>

1 回复 | 直到 7 年前

Mad Physicist 7 年前

这个 found 对象不是Python字符串,而是 Tag

type(found)

A 标签 NavigableString . NavigableString公司 很像字符串,但它只能包含进入HTML内容部分的内容。

found.replace_with('<div id="content">stuff here</div>')

你在问 标签 被替换为包含文字的。HTML能够显示该字符串的唯一方法是转义所有的尖括号,就像它所做的那样。

你可能不想弄得一团糟,而是想保住你的饭碗

found.string.replace_with('stuff here')

请注意,正确的替换不会试图覆盖标记。

当你这么做的时候 found.replace_with(...) 建立 在父层次结构中被替换。但是,这个名字 建立 一直指向与以前相同的过期对象。这就是为什么印刷 soup 显示更新,但正在打印 建立 没有。

推荐文章

ÎÎÎ½Î· ÎÎ®Î¹Î½Î¿Ï · Python lxml.html语法错误:使用lxml find时XPATH的谓词无效

1 年前

Cam · Pandas列表日期到日期时间

1 年前

RASEL MAHMUD · 为什么以及如何在is_even()函数内的IF条件中递归X变量在满足0后递增?[副本]

1 年前

jjkennedy · Pandas文本文件导入:当每个文件中存在多个表时,自动选择1个表

1 年前

LMC · Numpy数组布尔索引以获取包含元素

1 年前

vr8ce · 非成对标记中特定字符的正则表达式

1 年前

Kernel · 如果指定了crs参数,shapefile的geopandas.read_file将出错

1 年前

ShaAnder · 为什么sqllachemy返回的是类而不是字符串

1 年前

sixtytrees · detectron2软件包未安装(没有名为“torch”的模块),但我安装了torch

1 年前

Pernoctador · Python映射可以复制吗?我需要参考地图

1 年前