python - 在Python BeautifulSoup中如何移动标签

Question

我在 soup 中有一个来自 HTML 的部分转换的 XML 文档。汤里经过一番替换和编辑，本体本质上是——

<Text...></Text>   # This replaces <a href..> tags but automatically creates the </Text>
<p class=norm ...</p>
<p class=norm ...</p>
<Text...></Text>
<p class=norm ...</p> and so forth.  

我需要“移动”<p>标签为 <Text>或者知道如何抑制 </Text> 。我想要-

<Text...> 
<p class=norm ...</p>
<p class=norm ...</p>
</Text>
<Text...>
<p class=norm ...</p>
</Text>  

我尝试过使用 item.insert 和 item.append 但我认为必须有一个更优雅的解决方案。

for item in soup.findAll(['p','span']):     
    if item.name == 'span' and item.has_key('class') and item['class'] == 'section':
        xBCV = short_2_long(item._getAttrMap().get('value',''))
        if currentnode:
            pass
        currentnode = Tag(soup,'Text', attrs=[('TypeOf', 'Section'),... ])
        item.replaceWith(currentnode) # works but creates end tag
    elif item.name == 'p' and item.has_key('class') and item['class'] == 'norm':
        childcdatanode = None
        for ahref in item.findAll('a'):
            if childcdatanode:
                pass   
            newlink = filter_hrefs(str(ahref))
            childcdatanode = Tag(soup, newlink)
            ahref.replaceWith(childcdatanode)

谢谢

Answer 1

您可以使用insert移动标签。文档说:“一个元素只能出现在一个解析树中的一个位置。如果你插入一个已经连接到 soup 对象的元素，它会在连接到其他地方之前断开(与 extract)连接。”

如果您的 HTML 如下所示:

<text></text>
<p class="norm">1</p>
<p class="norm">2</p>
<text></text>
<p class="norm">3</p>

...这个:

for item in soup.findAll(['text', 'p']):
  if item.name == 'text':
    text = item
  if item.name == 'p':
    text.insert(len(text.contents), item)

...将产生以下结果:

<text><p class="norm">1</p><p class="norm">2</p></text>
<text><p class="norm">3</p></text>