python - 解析 HTML 文件，然后在 python 中编辑它们

Question

已关闭。此问题不符合 Stack Overflow guidelines 。目前不接受答案。

---

要求我们推荐或查找工具、库或最喜欢的场外资源的问题对于 Stack Overflow 来说是偏离主题的，因为它们往往会吸引固执己见的答案和垃圾邮件。相反，describe the problem以及迄今为止已采取哪些措施来解决该问题。

已关闭 9 年前。

Improve this question

所以我的问题是我想要一个只有一个 navbar.html 文件的网站。我可以用它添加到我网站的其他页面。我想出了最好的方法来做到这一点没有JavaScript，我试图避免，因为兼容性问题(学校网站，所以我试图获得最好的兼容性)。我正在为我的学校编写这个网站，所以我不知道从现在开始它会发生什么，但我想创建一个自动化系统，可以解析 html 文件的文件夹，然后进入每个文件夹并找到 <nav id="mainNav">.....</nav>然后将这两个标签之间的所有内容替换为一个中央 navbar.html 中的内容，以便有人可以直接更改 navbar.html 然后运行此脚本，它就会自动更新网页。

现在我不会要求任何人为我编写代码，我对 python 有基本到中级的了解，所以如果有人能给我指出正确的方向，比如可能的方法是什么。感谢您的帮助。

编辑:我只想使用标准库，以便尽可能轻松地移动，最好只是一个 *.py 文件

编辑:请不要告诉我去获取一个工具，我做不到，因为服务器没有任何服务器端编程语言，我能做的最好的就是编辑本地文件，然后将静态页面上传到服务器。

编辑:修复它，使其符合主题。希望如此。

Answer 1

我看到很多人批评你正在尝试做的事情，我将加入他们的行列。这是实现导航栏的可怕方式，也是“更新”网站的可怕程序调用。我会非常坚定地告诉你们学校，这不是一个明智的决定，最终会浪费更多的时间以这种过时的方式来做这件事，而不是像 PHP 或 Python 这样的免费替代方案。

话虽如此，我也会帮助解决你的问题，因为(根据你的推荐和回复)实现模板引擎或动态网页内容超出了你的控制范围，因此不是一个选择。一种方法可能是将导航栏替换脚本(我们称之为 script.py)放在 HTML 目录的顶部，并位于新的 navbar.html 文件旁边。

首先获取文件，使用os.walk查找子目录中的所有文件:

import os

for root, dirs, files in os.walk(os.join(os.getcwd(), "html_dir"):
    for file in files:
        # do something with the directories
    for dir in dirs:
        # do something with the directories

显然，您需要进行递归，以便它适用于所有子文件夹中的所有 HTML 文件。

接下来，就替换而言，我建议阅读整个 navbar.html 文件，其中包含简单的内容，例如:

with open('file', 'r') as target_file:
    replacement_text = target_file.read()

要进行实际的替换，我建议使用正则表达式。正则表达式会根据内容而变化，并且可能需要根据所使用的具体数据进行调整。如果这些数据发生变化，它们也很容易崩溃。

import re 

new_html = re.sub(r'<nav id="mainNav">.*?</nav>', replacement_text, original_text)

您需要将所有内容拼凑在一起，并自己使其发挥作用，但我认为这是解决此问题的可靠方法。然而，我重申:一想到有人最终会使用这种方法更新他们的网站，我就不寒而栗。另外，每次运行此程序时都要备份文件，因为它失败可能会导致意外替换/删除文本。