用换行符修改 BeautifulSoup .string

Question

我正在尝试用 BeautifulSoup 更改 html 文件的内容。此内容将来自基于 python 的文本，因此它将有 \n 换行符...

newContent = """This is my content \n with a line break."""
newContent = newContent.replace("\n", "<br>")
htmlFile.find_all("div", "product").p.string = newContent

当我这样做时，html 文件  文本更改为：

This is my content &lt;br&gt; with a line break.

如何更改 BeautifulSoup 对象中的字符串并保持   中断？如果字符串只包含 \n 那么它会创建一个实际的换行符。

Answer 1

您需要创建单独的元素；一个文本包含在  标签中，而是一系列文本和   元素。

而不是用文本   替换 \n 换行符（这将被转义），拆分换行符上的文本并在其间插入额外的元素：

parent = htmlFile.find_all("div", "product")[0].p
lines = newContent.splitlines()
parent.append(htmlFile.new_string(lines[0]))
for line in lines[1:]:
    parent.append(htmlFile.new_tag('br'))
    parent.append(htmlFile.new_string(line))

这使用 Element.append() method to add new elements to the tree, and using BeautifulSoup.new_string() and BeautifulSoup.new_tag() 创建那些额外的元素。

演示：

>>> from bs4 import BeautifulSoup
>>> htmlFile = BeautifulSoup('<p></p>')
>>> newContent = """This is my content \n with a line break."""
>>> parent = htmlFile.p
>>> lines = newContent.splitlines()
>>> parent.append(htmlFile.new_string(lines[0]))
>>> for line in lines[1:]:
...     parent.append(htmlFile.new_tag('br'))
...     parent.append(htmlFile.new_string(line))
... 
>>> print htmlFile.prettify()
<html>
 <head>
 </head>
 <body>
  <p>
   This is my content
   <br/>
   with a line break.
  </p>
 </body>
</html>

用换行符修改 BeautifulSoup .string

Modifying a BeautifulSoup .string with line breaks

html

python

beautifulsoup