python - 使用 lxml 合并来自两个段落的 HTML 内容

Question

我想将两个段落中的所有内容合并为一个段落，并在它们之间留一个空格。我如何使用 lxml 执行此操作？

例子:

<p>He is <b>bold</b>!</p>
<p>Is he <u>here</u>?</p>

将合并到:

<p>He is <b>bold</b>! Is he <u>here</u>?</p>

Answer 1

如果您的结构很简单，这可能会成功:

import lxml
from lxml import etree

root = etree.fromstring("<root></root>")
first = etree.fromstring("<p>He is <b>bold</b>!</p>")
second = etree.fromstring("<p>Is he <u>here</u>?</p>")
try:
    first.getchildren()[-1].tail += ' ' + second.text
except IndexError:
    first.text += ' ' + second.text
root.append(first)
for child in second.getchildren():
    root.append(child)
etree.tostring(root)