在 HTML 中查找和替换字符串

Question

来自这个 HTML 代码：

<p class="description" dir="ltr">Name is a fine man. <br></p>

我正在寻找使用以下代码替换 "Name"：

target = soup.find_all(text="Name")
for v in target:
    v.replace_with('Id')

我想要的输出是：

<p class="description" dir="ltr">Id is a fine man. <br></p>

当我：

print target
[]

为什么找不到 "Name"？

谢谢！

Answer 1

您 HTML 中的文本节点包含除 "Name" 之外的一些其他文本。在这种情况下，您需要放宽搜索条件以使用 contains 而不是 exact match，例如，通过使用正则表达式。然后你可以用原始文本替换匹配的文本节点，除了 "Name" 部分应该用 "Id" 替换，使用简单的 string.replace() 方法，例如：

from bs4 import BeautifulSoup
import re

html = """<p class="description" dir="ltr">Name is a fine man. <br></p>"""
soup = BeautifulSoup(html)
target = soup.find_all(text=re.compile(r'Name'))
for v in target:
    v.replace_with(v.replace('Name','Id'))
print soup

输出：

<html><body><p class="description" dir="ltr">Id is a fine man. <br/></p></body></html>

Answer 2

它returns是一个空列表，因为像这样搜索文本必须匹配标签中的整个文本，因此请改用正则表达式。

来自官方文档：BeautifulSoup - Search text

text is an argument that lets you search for NavigableString objects instead of Tags. Its value can be a string, a regular expression, a list or dictionary, True or None, or a callable that takes a NavigableString object as its argument:

soup.findAll(text="one")
# [u'one']
soup.findAll(t ext=re.compile("paragraph"))
# [u'This is paragraph ', u'This is paragraph ']
soup.findAll(text=lambda(x): len(x) < 12)
# [u'Page title', u'one', u'.', u'two', u'.']

P.S.: 已经讨论过的答案是 here and here.

在 HTML 中查找和替换字符串

Find and replace strings in HTML

html

python

beautifulsoup

python-2.7