Python：使用`lxml.html`將HTML內容注入到標記中

我正在使用lxml.html庫來解析HTML文檔。Python：使用`lxml.html`將HTML內容注入到標記中

我所在的特定的標籤，我稱之爲content_tag，我想改變它的內容（即<div>和</div>，之間的文本）和新的內容與它的一些HTML字符串，說這是'Hello <b>world!</b>'。

我該怎麼做？我試圖content_tag.text = 'Hello <b>world!</b>'但隨後逃脫所有的HTML標籤，與<等

我要注入文本更換<沒有逃避任何HTML。我怎樣才能做到這一點？

來源

2011-08-11 Ram Rachum

_nice_方式，因爲你真的試圖修改DOM結構，將爲'world'添加一個新的子節點。 – katrielalex

我該怎麼做？ –

這是一種方式：

#!/usr/bin/env python2.6 
from lxml.html import fromstring, tostring 
from lxml.html import builder as E 
fragment = """\ 
<div id="outer"> 
    <div id="inner">This is div.</div> 
</div>""" 

div = fromstring(fragment) 
print tostring(div) 
# <div id="outer"> 
# <div id="inner">This is div.</div> 
# </div> 
div.replace(div.get_element_by_id('inner'), E.DIV('Hello ', E.B('world!'))) 
print tostring(div) 
# <div id="outer"> 
# <div>Hello <b>world!</b></div></div>

參見：http://lxml.de/lxmlhtml.html#creating-html-with-the-e-factory

編輯：所以，我應該早一點，我不是所有熟悉LXML供認不諱。我簡要地看了一下文檔和源代碼，但沒有找到一個乾淨的解決方案。也許，更熟悉的人會停下來，讓我們兩個都挺直。

在此期間，這似乎是工作，但沒有得到很好的測試：再次

import lxml.html 
content_tag = lxml.html.fromstring('<div>Goodbye.</div>') 
content_tag.text = '' # assumes only text to start 
for elem in lxml.html.fragments_fromstring('Hello <b>world!</b>'): 
    if type(elem) == str: #but, only the first? 
     content_tag.text += elem 
    else: 
     content_tag.append(elem) 
print lxml.html.tostring(content_tag)

編輯：這個版本中刪除的文字和兒童

somehtml = 'Hello <b>world!</b>' 
# purge element contents 
content_tag.text = '' 
for child in content_tag.getchildren(): 
    content_tag.remove(child) 

fragments = lxml.html.fragments_fromstring(somehtml) 
if type(fragments[0]) == str: 
    content_tag.text = fragments.pop(0) 
content_tag.extend(fragments)

來源

2011-08-11 20:49:08 Marty

這種方式對我來說不起作用有兩個原因：（1）我不想替換標籤，我想替換標籤的內容和（2）我想注入的html片段已經在文本形式，我不想用'E'來構建它。 –

@Ram Rachum：更新了答案，希望對您有所幫助。 – Marty

假設content_tag不有任何子元素，你可以這樣做：

from lxml import html 
from lxml.html.builder import B 

... 

content_tag.text = 'Hello ' 
content_tag.append(B('world!')) 
print html.tostring(content_tag)

來源

2011-08-12 01:14:51 sayap

沒有幫助 - 我的HTML文本不是事先知道的，我不能將它構造爲代碼中的HTML結構。 –

啊，但你沒有在你的問題中說明（「事先不知道」部分）。 – sayap

mwalsh的編輯答案看起來不錯，應該適用於任意html。 – sayap

經過修改後，我發現這個解決方案：

fragments = lxml.html.fragments_fromstring(<string with tags to inject>) 
last = None 

for frag in fragments: 
    if isinstance(frag, lxml.etree._Element): 
    content_tag.append(frag) 
    last = frag 
    else: 
    if last: 
     last.tail = frag 
    else: 
     content_tag.text = frag

來源

2013-11-25 00:03:50 azuer88

Python：使用`lxml.html`將HTML內容注入到標記中

回答

相關問題