python - 在Python上使用replaceWith用BeautifulSoup替换HTML标签时出现问题

Question

我在 Python 中使用 BeautifulSoup，但在替换某些标签时遇到问题。我正在寻找<div>标签并检查 child 。如果这些子节点没有子节点(是 NODE_TYPE = 3 的文本节点)，我会将它们复制为 <p> .

from BeautifulSoup import Tag, BeautifulSoup

class bar:

 self.soup = BeautifulSoup(self.input)
 foo()
 def foo(self):    
  elements = soup.findAll(True)

  for node in elements:

    # ....other stuff here if not <div> tags.

    if node.name.lower() == "div":
      if not node.find('a'):
        newTag = Tag(self.soup, "p")
        newTag.setString(node.text)
        node.replaceWith(newTag)
        nodesToScore.append(newTag)
      else:
        for n in node.findAll(True):
          if n.getString():  # False if has children
            newTag = Tag(self.soup, "p")
            newTag.setString(n.text)
            n.replaceWith(newTag)

我收到一个属性错误:

  File "file.py", line 125, in function
    node.replaceWith(newTag)
  File "BeautifulSoup.py", line 131, in replaceWith
    myIndex = self.parent.index(self)
AttributeError: 'NoneType' object has no attribute 'index'

我对 node 进行相同的替换在 for 循环的较高位置并且它工作正常。我假设它有问题，因为额外迭代节点为 n。

我做错了什么或者更好的方法是什么？谢谢!附言。我正在使用 Python 2.5 for Google Appengine 和 BeautifulSoup 3.0.8.1

Answer 1

错误提示:

    myIndex = self.parent.index(self)
AttributeError: 'NoneType' object has no attribute 'index'

此代码出现在 BeautifulSoup.py 的第 131 行。它说 self.parent 是 None。

查看周围的代码表明，代码中的 self 应该等于 node，因为 node 正在调用其 replaceWith 方法。(注意:错误消息显示 node.replaceWith，但您发布的代码显示 n.replaceWith。您发布的代码与错误消息不对应/traceback。)所以显然 node.parent 是 None。

您可以通过放置来避免错误

if node.parent is not None:

在调用 node.replaceWith 之前代码中的某个时刻。

编辑:我建议您使用 print 语句来调查当 node.parent 为 None 时您在 HTML 中的位置(即发生错误的位置)。也许使用 print node.contents 或 print node.previous.contents 或 print node.next.contents 来查看您所在的位置。一旦您看到 HTML，您可能会清楚地知道您所处的病态情况导致 node.parent 为 None。