正則表達式將<div><img ...></div>轉換爲<div><img ... /></div>在Python中

我想完成關閉一些其他HTML中的圖像標記，因爲當我用JS創建它，然後發送給自己，它沒有正確關閉。我爲此使用Python。正則表達式將<div><img ...></div>轉換爲<div><img ... /></div>在Python中

鑑於此字符串：

<div><img src="/images/someImage.png" alt="Some Image"></div>

我怎樣才能得到

<div><img src="/images/someImage.png" alt="Some Image" /></div>

這是我想出迄今：

re.sub("<img(.*)(?<!/)>", "<img\\1 />", x)

而且只圖像，它的工作原理，但一旦我加入div的包圍它，它把它放在了錯誤的位置：

<div><img src="http://sh.local/images/tripAlbums/2014/thumbs/Background%20Default.jpeg"></div />

正如你會注意到，結尾的DIV有我想要的圖像標籤。

請注意，雖然我只顯示一個圖像，但可能還有更多，因此它應該與全局re.sub一起使用。

謝謝。

來源

2014-12-26 David

使用非貪婪.*?

>>> re.sub("<img(.*?)(?<!/)>", "<img\\1 />", str) 
'<div><img src="/images/someImage.png" alt="Some Image" /></div>'

你也可以嘗試

>>> re.sub("<img([^>]*)(?<!/)>", "<img\\1 />", str) 
'<div><img src="/images/someImage.png" alt="Some Image"/></div>'

[^>]*否定字符類。匹配比>零個或多個倍以外的任何其他

清潔方法

的清潔器和美麗的方法將使用BeautifulSoup

>>> import bs4 
>>> str='<div><img src="/images/someImage.png" alt="Some Image"></div>' 
>>> soup = bs4.BeautifulSoup(str) 
>>> soup.prettify() 
u'<div>\n <img alt="Some Image" src="/images/someImage.png"/>\n</div>'

注意正則表達式不是解析html的正確工具。推薦使用html解析器，如BeautifulSoup

來源

2014-12-26 13:36:31 nu11p01n73R

完美。（沒有線索誰只是downvoted你）。 – David

@大衛很高興聽到它幫助:) – nu11p01n73R

你能解釋第二種方法嗎？我從來沒有看到過。我一定會看看美麗的湯。 – David

s='<div><img src="/images/someImage.png" alt="Some Image"></div>' 
n=s.find('<img') 
result=s[:n+1] 
s=s[n+2:] 
n=s.find('>') 
result=result+s[:n]+"/"+s[n:] 
print result

來源

2014-12-26 13:41:18

嗯，這是相當醜陋考慮到我需要的是另一個'？'。它也不使用正則表達式，這是個問題。看到正確的方式來做到這一點的其他答案。 – David

BeautifulSoup將爲您自動完成這項工作。

>>> from bs4 import BeautifulSoup 
>>> s = '''<div><img src="/images/someImage.png" alt="Some Image"></div>''' 
>>> soup = BeautifulSoup(s) 
>>> soup 
<html><body><div><img alt="Some Image" src="/images/someImage.png"/></div></body></html>

來源

2014-12-26 13:47:13

正則表達式將<div><img ...></div>轉換爲<div><img ... /></div>在Python中

回答

相關問題