- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在使用 Beautiful Soup 4解析和修改一组 HTML 文件。 HTML 文件是 Angular 模板,这意味着它们的标记在某种程度上与常规 HTML 文档中的标记不同(混合大小写属性、指令、输入/输出绑定(bind)等)。
Beautiful Soups documentation 中没有列出任何解析器(html.parser, lxml, html5lib) 完全符合我的需要。最接近它的是 Python 内置的 html.parser,但我不得不对其进行一些调整。
是否可以将自定义解析器类与 Beautiful Soup 一起使用?如果是,如何实现?
编辑: 下面是 Beautiful Soup 如何解析模板的示例。主要问题是结果中的所有属性都是小写的(*ngIf -> *ngif)并且指令(appAutoFocus、appKeepFocusInside 等)得到一个空字符串值(例如 appautofocus="")。
from bs4 import BeautifulSoup
test_html = """
<kendo-dialog *ngIf="dialogOpened" appAutoFocus appKeepFocusInside (close)="closeDialog()" width="1000">
<kendo-dialog-titlebar>A title</kendo-dialog-titlebar>
<div *ngIf="model.showValidationFailedMessage" class="alert alert-danger alert-dismissible">
<button type="button" class="close" aria-label="Close" (click)="model.closeValidationAlert()"><span
aria-hidden="true">&times;</span></button>
Validation failed
</div>
<kendo-tabstrip [keepTabContent]="true">
<kendo-tabstrip-tab title="Tab title 1" [selected]="true">
<ng-template kendoTabContent>
<div>Tab content</div>
</ng-template>
</kendo-tabstrip-tab>
</kendo-tabstrip>
</kendo-dialog>
"""
document = BeautifulSoup(test_html, "html.parser")
print(document.prettify())
结果:
<kendo-dialog (close)="closeDialog()" *ngif="dialogOpened" appautofocus="" appkeepfocusinside="" width="1000">
<kendo-dialog-titlebar>
A title
</kendo-dialog-titlebar>
<div *ngif="model.showValidationFailedMessage" class="alert alert-danger alert-dismissible">
<button (click)="model.closeValidationAlert()" aria-label="Close" class="close" type="button">
<span aria-hidden="true">
&times;
</span>
</button>
Validation failed
</div>
<kendo-tabstrip [keeptabcontent]="true">
<kendo-tabstrip-tab [selected]="true" title="Tab title 1">
<ng-template kendotabcontent="">
<div>
Tab content
</div>
</ng-template>
</kendo-tabstrip-tab>
</kendo-tabstrip>
</kendo-dialog>
最佳答案
您可以使用 bs4.builder.register_treebuilders_from
.内置构建器是 bs4.builder
中的模块包裹。例如,bs4.builder._lxml
.
这是 register_treebuilders_from
。
def register_treebuilders_from(module):
"""Copy TreeBuilders from the given module into this module."""
# I'm fairly sure this is not the best way to do this.
this_module = sys.modules['bs4.builder']
for name in module.__all__:
obj = getattr(module, name)
if issubclass(obj, TreeBuilder):
setattr(this_module, name, obj)
this_module.__all__.append(name)
# Register the builder while we're at it.
this_module.builder_registry.register(obj)
和包的根模块的尾部。
# Builders are registered in reverse order of priority, so that custom
# builder registrations will take precedence. In general, we want lxml
# to take precedence over html5lib, because it's faster. And we only
# want to use HTMLParser as a last result.
from . import _htmlparser
register_treebuilders_from(_htmlparser)
try:
from . import _html5lib
register_treebuilders_from(_html5lib)
except ImportError:
# They don't have html5lib installed.
pass
try:
from . import _lxml
register_treebuilders_from(_lxml)
except ImportError:
# They don't have lxml installed.
pass
因此,您需要创建一个带有 bs4.builder.TreeBuilder
子类的模块,并将其注册到模块的 __all__
中。然后将模块传递给 register_treebuilders_from
。
关于python - 如何将自定义解析器与 Python 的 Beautiful Soup 一起使用?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47863781/
我一直在使用 AJAX 从我正在创建的网络服务中解析 JSON 数组时遇到问题。我的前端是一个简单的 ajax 和 jquery 组合,用于显示从我正在创建的网络服务返回的结果。 尽管知道我的数据库查
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开,visit the help center . 关闭 1
我在尝试运行 Android 应用程序时遇到问题并收到以下错误 java.lang.NoClassDefFoundError: com.parse.Parse 当我尝试运行该应用时。 最佳答案 在这
有什么办法可以防止etree在解析HTML内容时解析HTML实体吗? html = etree.HTML('&') html.find('.//body').text 这给了我 '&' 但我想
我有一个有点疯狂的例子,但对于那些 JavaScript 函数作用域专家来说,它看起来是一个很好的练习: (function (global) { // our module number one
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 8 年前。 Improve th
我需要编写一个脚本来获取链接并解析链接页面的 HTML 以提取标题和其他一些数据,例如可能是简短的描述,就像您链接到 Facebook 上的内容一样。 当用户向站点添加链接时将调用它,因此在客户端启动
在 VS Code 中本地开发时,包解析为 C:/Users//AppData/Local/Microsoft/TypeScript/3.5/node_modules/@types//index而不是
我在将 json 从 php 解析为 javascript 时遇到问题 这是我的示例代码: //function MethodAjax = function (wsFile, param) {
我在将 json 从 php 解析为 javascript 时遇到问题 这是我的示例代码: //function MethodAjax = function (wsFile, param) {
我被赋予了将一种语言“翻译”成另一种语言的工作。对于使用正则表达式的简单逐行方法来说,源代码过于灵活(复杂)。我在哪里可以了解更多关于词法分析和解析器的信息? 最佳答案 如果你想对这个主题产生“情绪化
您好,我在解析此文本时遇到问题 { { { {[system1];1;1;0.612509325}; {[system2];1;
我正在为 adobe after effects 在 extendscript 中编写一些代码,最终变成了 javascript。 我有一个数组,我想只搜索单词“assemble”并返回整个 jc3_
我有这段代码: $(document).ready(function() { // }); 问题:FB_RequireFeatures block 外部的代码先于其内部的代码执行。因此 who
背景: netcore项目中有些服务是在通过中间件来通信的,比如orleans组件。它里面服务和客户端会指定网关和端口,我们只需要开放客户端给外界,服务端关闭端口。相当于去掉host,这样省掉了些
1.首先贴上我试验成功的代码 复制代码 代码如下: protected void onMeasure(int widthMeasureSpec, int heightMeasureSpec)
什么是 XML? XML 指可扩展标记语言(eXtensible Markup Language),标准通用标记语言的子集,是一种用于标记电子文件使其具有结构性的标记语言。 你可以通过本站学习 X
【PHP代码】 复制代码 代码如下: $stmt = mssql_init('P__Global_Test', $conn) or die("initialize sto
在SQL查询分析器执行以下代码就可以了。 复制代码代码如下: declare @t varchar(255),@c varchar(255) declare table_cursor curs
前言 最近练习了一些前端算法题,现在做个总结,以下题目都是个人写法,并不是标准答案,如有错误欢迎指出,有对某道题有新的想法的友友也可以在评论区发表想法,互相学习🤭 题目 题目一: 二维数组中的
我是一名优秀的程序员,十分优秀!