python中的HTML標記更正

有沒有簡單的方法可以用python糾正錯誤關閉的HTML標記？例如，我有：python中的HTML標記更正

<p><b>blabla</p></b>

，並希望將其更改爲：

<p><b>blabla</b></p>

來源

2012-03-01 pomel

你可以使用pytidylib。

來源

2012-03-01 08:30:00

我沒有想要使用第三方庫。但它似乎是唯一的方法。 – pomel 2012-03-01 09:00:42

@pomel在沒有外部庫的情況下查看我的更新答案。 – 2012-03-01 09:21:03

HTML是一個非常複雜的野獸。什麼是「正確的」HTML？有一個巨大的文件定義它。哪些標籤需要關閉，如果是，應在哪裏添加結束標籤？這是猜測，絕對不是你應該爲自己破解的東西。使用外部庫，並保存您的編碼技能，以便更好處理。（或者如果需要，可以改進從庫中獲得的自動更正）。 – alexis 2012-03-01 11:34:44

你有什麼試過的？例如。 Google：「python tidy html」？無論如何，看到這個文章：

如果你想要做沒有外部庫，你仍然可以做一些正則表達式替換（如更換每</p>[^<]*?</b>（與re.DOTALL啓用）到</b></p>,，但是this is not the recommended way to modify/parse HTML。

來源

2012-03-01 08:37:31

謝謝！它似乎很有用。 – pomel 2012-03-01 09:04:36

python中的HTML標記更正

回答

相關問題