python - Beautiful Soup tag.contents 项目从不同的汤实例中删除-6ren

python - Beautiful Soup tag.contents 项目从不同的汤实例中删除

转载作者：太空宇宙更新时间：2023-11-04 05:53:39

27

4

不知何故，如果我将 BeautifulSoup 实例“a”的内容插入到实例“b”中，它将从实例“a”中删除。这有意义吗？

a = BeautifulSoup('<p>0</p><p>1</p>')
b = BeautifulSoup('<p>2</p>')
additions = a.body.contents
while additions:
    b.body.insert(0, additions[-1])

'a' 会变成这样

<html><body></body></html>

'b' 会变成这样

<html><body><p>0</p><p>1</p><p>2</p></body></html>

抛开无限循环不谈，我希望“a”保持不变。我只是没有正确阅读文档吗？

如果我在循环之前制作“additions”的副本(类似 not_a_problem = additions[:] )，则该副本未被修改——这意味着它将有 [0, 1]作为其值(value)

最佳答案

如果您访问 a.body.contents你得到的不是字符串列表，而是 BeautifulSoup 的 Tag 列表。对象。对于这些Tag对象，BeautifulSoup 使用与 HTML/XML DOM 元素相似的语义。

例如，Tag对象有一个 parent属性，它包含当前 HTML (BeautifulSoup) 文档树中该标签的父级。

如果你将一个标签插入到不同的 BeautifulSoup 文档中，你插入它的标签将成为它的新父标签，并且由于它不能保留它的旧父标签，它会从旧文档中删除。那是因为每个标签都有一个且只有一个父标签。

就像一棵树的任何元素只能是一棵树的一部分，而不是两棵树。否则你最终会遇到这样的情况，其中一个标签有一个子列表，其中一些子标签的父标签与这个标签不同，因为它们已被移动到其他标签。至少这可能令人困惑。因此，当您在不同位置插入标签时，它会从原来的位置分离。

例如在您的情况下 a和 b最初的树结构如下:

 a = Tag(html)         b = Tag(html)
       |                       |
    Tag(body)              Tag(body)
     /    \                    |
 Tag(p)   Tag(p)             Tag(p)
   |        |                  |
Str('0') Str('1')           Str('2')

(Str 是 BeautifulSoups 的 NavigableString 的简写，大致对应于 DOM 中的 TextNode)

现在当你移动第二个时 p来自 a 的标签进入b '正文通过b.body.insert(0, a.body.contents[-1]) , b 的结构现在看起来像:

  b = Tag(html)
       |
    Tag(body)
     /    \
 Tag(p)   Tag(p)
   |        |
Str('1') Str('2')

但是，parent这个标签现在是 b 的主体，不再是 a 的那个.如果a.body其内容中仍然有标签，您将拥有一个无效数据结构，如

   a = Tag(html) Tag(html) = b
       |             |
    Tag(body)    Tag(body)
     /    \      /      \
 Tag(p)    Tag(p)      Tag(p)
   |         |           |
Str('0')  Str('1')    Str('2')

那不行； 1包含在 b 中, 如果它仍然在 contents 中的 a.body ，那么你会遇到这样的情况，其中一个元素在 a.body.contents 中有一个 parent这不是 a.body.contents本身。

相反，您最终(正如您正确观察到的那样)使用如下数据结构:

 a = Tag(html)           b = Tag(html)
       |                       |
    Tag(body)              Tag(body)
       |                    /     \
     Tag(p)              Tag(p)  Tag(p)
       |                   |       |
    Str('0')            Str('1') Str('2')

据我所知，文档中没有提及，可能是因为文档的作者认为这是“每个人都知道”的事情。

如果你想在文档树之间复制标签对象，你需要克隆它们；然后你可以得到类似的东西:

 a = Tag(html)         b = Tag(html)
       |                       |
    Tag(body)              Tag(body)
     /    \                 /     \
 Tag(p)   Tag(p)         Tag(p)  Tag(p)
   |        |              |       |
Str('0') Str('1')       Str('1') Str('2')

在这种情况下，请查看 clone element with beautifulsoup怎么做。这并不那么简单，因为您需要对所有相关数据进行深拷贝。

关于python - Beautiful Soup tag.contents 项目从不同的汤实例中删除，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/28905014/

27

4

0

文章推荐： php - apache 通过 ftp 的配置问题

文章推荐： c - C中指针运算加减错

文章推荐： regex - 突出显示单词中第二次出现的字符

文章推荐： C:段错误(核心已转储)

mysql - 如何按 ASC 顺序获取 MySql 不同(不同)值
我有 table 像这样 -------------------------------------------- id size title priority
java - 不同 Activity 中的 AdMob 广告单元 ID 不同？提高匹配率？
我的应用在不同的 Activity (4 个 Activity )中仅包含横幅广告。所以我的疑问是，我可以对所有横幅广告使用一个广告单元 ID 吗？或者每个 Activity 使用不同的广告单元
没有isinstance的列表列表上的python递归(不同)
我有任意(但统一)数字列表的任意列表。 (它们是 n 空间中 bin 的边界坐标，我想绘制其角，但这并不重要。)我想生成所有可能组合的列表。所以:[[1,2], [3,4],[5,6]] 产生 [[1
Java自定义控件重绘导致绘制不正确(不同)
我刚刚在学校开始学习 Java，正在尝试自定义控件和图形。我目前正在研究图案锁，一开始一切都很好，但突然间它绘制不正确。我确实更改了一些代码，但是当我看到错误时，我立即将其更改回来(撤消，ftw)，但
sql - 分组依据汇总和计数(不同)
在获取 Distinct 的 Count 时，我在使用 Group By With Rollup 时遇到了一个小问题。问题是 Rollup 摘要只是所有分组中 Distinct 值的总数，而不是所有
sql - 如何对多列进行计数(不同)
这不起作用: select count(distinct colA, colB) from mytable 我知道我可以通过双选来简单地解决这个问题。 select count(*) from (
javascript - 为什么在比较时与 ""不同
这个问题在这里已经有了答案: JavaScript regex whitespace characters (5 个回答) 2年前关闭。你能解释一下为什么我会得到 false比较 text ===
javascript - [] 与 [] 不同
这个问题已经有答案了: 奥 git _a (56 个回答) 已关闭 9 年前。我被要求用 Javascript 编写一个函数 sortByFoo 来正确响应此测试: // Does not cras
sql - 在按单个列上的多个值进行内部联接查询过滤时选择“不同”？
所以，我不得不说，SQL 是迄今为止我作为开发人员最薄弱的一面。也许我想要完成的事情很简单。我有这样的东西(这不是真正的模型，但为了使其易于理解而不浪费太多时间解释它，我想出了一个完全模仿我必须使用的
javascript - 为什么在通过引用传递后调用函数时对象内部的 "this"不同？
这个问题在这里已经有了答案: How does the "this" keyword work? (22 个回答) 3年前关闭。简而言之:为什么在使用 Objects 时，直接调用的函数和通过引用传
C++ 不同 -> 和 "."
这个问题在这里已经有了答案: 关闭 12 年前。 Possible Duplicate: what is the difference between (.) dot operator and (-
c++ - for 循环给出的结果与 += 不同
我真的不明白这里发生了什么但是: 当我这样做时: colorIndex += len - stopPos; for(int m = 0; m < len - stopPos; m++) { c
MySQL 按顺序和计数分组(不同)
思考 MySQL 中的 Group By 函数的最佳方式是什么？我正在编写一个 MySQL 查询，通过 ODBC 连接在 Excel 的数据透视表中提取数据，以便用户可以轻松访问数据。例如，我有:
mysql - 如何在组内选择具有条件的计数(不同)
我想要的SQL是这样的: SELECT week_no, type, SELECT count(distinct user_id) FROM group WHERE pts > 0 FROM bas
php - 不同/连接两个表
商店表: +--+-------+--------+ |id|name |date | +--+-------+--------+ |1 |x |Ma
javascript - offsetParent 不同
对于 chrome 和 ff，当涉及到可怕的 ie 时，这个脚本工作完美。有问题 function getY(oElement) { var curtop = 0; if (oElem
c - 不同.c文件之间的IPC进程间通信
我现在无法提供代码，因为我目前正在脑海中研究这个想法并在互联网上四处乱逛。我了解了进程间通信和使用共享内存在进程之间共享数据(特别是结构)。但是，在对保存在不同 .c 文件中的程序使用 fork(
c - C编程中的MongoDB聚合函数(不同)
我想在用户集合中使用不同的功能。在 mongo shell 中，我可以像下面这样使用: db.users.distinct("name"); 其中名称是用于区分的集合字段。同样我想要，在 C
c# - linq选择问题(不同)
List nastava_izvjestaj = new List(); var data_context = new DataEvidencijaDataContext();
生产中的 CSS 不同
我的 Rails 应用程序中有 Ransack 搜索和 Foundation，本地 css 渲染正常，而生产中的同一个应用程序有一个怪癖: 应用程序中的其他内容完全相同。我在 Chrome 和 Sa

首页

博学

6Ren·AI

商城

python - Beautiful Soup tag.contents 项目从不同的汤实例中删除