Python re.sub 替换html属性

Question

我正在尝试通过 html 代码调整图像的大小。这是一个例子:

我的目标是将 "height="108" "和 "width="150" 替换为高度和宽度 400。我尝试了以下几行，但它们似乎不起作用:

re.sub(r'width="[0-9]{2,4}"','width="400"',x)
re.sub(r'height="[0-9]{2,4}"','height="400"',x)

有人有解决办法吗？Ps:我不太擅长正则表达式... :)

Answer 1

它不起作用的原因是因为字符串是不可变的，并且您不处理结果。您可以通过以下方式“解决”问题:

<b>x = </b>re.sub(r'width="[0-9]{2,4}"','width="400"',x)
<b>x = </b>re.sub(r'height="[0-9]{2,4}"','height="400"',x)

也就是说，用正则表达式处理 HTML/XML 是一个非常糟糕的主意。假设你有一个标签 <foo altwidth="1234"> .现在您将其更改为 <foo altwidth="400">你想要那个吗？可能不是。

例如，您可以使用 BeautifulSoup:

soup = BeautifulSoup(x,'lxml')

for tag in soup.findAll(attrs={"width":True})
    tag.width = 400
for tag in soup.findAll(attrs={"height":True})
    tag.height = 400
x = str(soup)

这里我们用 width 替换所有 标签属性为 width="400"以及所有带有 height 的标签与 height="400" .您可以通过例如 仅接受 <img> 来使其更高级标签，例如:

soup = BeautifulSoup(x,'lxml')

for tag in soup.findAll(<b>'img'</b>,attrs={"width":True})
    tag.width = 400
for tag in soup.findAll(<b>'img'</b>,attrs={"height":True})
    tag.height = 400
x = str(soup)