詳解Python利用Beautiful Soup模組修改內容範例程式碼

Beautiful Soup是一個可以從HTML或XML檔案中擷取資料的Python 函式庫。它能夠透過你喜歡的轉換器實現慣用的文檔導航、尋找、修改文件的方式。他也能夠修改HTML/XML文件的內容。這篇文章主要介紹了Python利用Beautiful Soup模組來修改內容的方法，需要的朋友可以參考下。

前言

其實Beautiful Soup 模組除了能夠搜尋和導航之外，還能夠修改 HTML/XML 文件的內容。這就意味著能夠新增或刪除標籤、修改標籤名稱、改變標籤屬性值和修改文字內容等等。這篇文章非常詳細的跟大家介紹了Python利用Beautiful Soup模組修改內容的方法，下面話不多說，來看看詳細的介紹吧。

修改標籤

使用的範例HTML 文件還是如下：

html_markup="""
 <p class="ecopyramid">
 <ul id="producers">
  <li class="producerlist">
  <p class="name">plants</p>
  <p class="number">100000</p>
  </li>
  <li class="producerlist">
  <p class="name">algae</p>
  <p class="number">100000</p>
  </li>
 </ul>
 </p>
 """

修改標籤名稱

soup = BeautifulSoup(html_markup,'lxml')
producer_entries = soup.ul
print producer_entries.name
producer_entries.name = "p"
print producer_entries.prettify()

修改標籤屬性值

# 修改标签属性
# 更新标签现有的属性值
producer_entries['id'] = "producers_new_value"
print producer_entries.prettify()
# 标签添加新的属性值
producer_entries['class'] = "newclass"
print producer_entries.prettify()
# 删除标签属性值
del producer_entries['class']
print producer_entries.prettify()

新增新的標籤

我們可以使用new_tag 方法來產生一個新的標籤，然後使用append() 、insert() 、insert_after() 、insert_before()方法來將標籤新增至HTML樹中。

例如在上述的 HTML 文件的 ul 標籤中新增一個 li 標籤 。首先要產生新的 li 標籤，然後將其插入到 HTML 樹結構中 。並在 li 標籤中插入對應的 p 標籤。

# 添加新的标签
# new_tag 生成一个 tag 对象
new_li_tag = soup.new_tag("li")
# 标签对象添加属性的方法
new_atag = soup.new_tag("a",href="www.example.com" rel="external nofollow" )
new_li_tag.attrs = {'class':'producerlist'}
soup = BeautifulSoup(html_markup,'lxml')
producer_entries = soup.ul
# 使用 append() 方法添加到末尾
producer_entries.append(new_li_tag)
print producer_entries.prettify()
# 生成两个 p 标签,将其插入到 li 标签中
new_p_name_tag = soup.new_tag("p")
new_p_name_tag['class'] = "name"
new_p_number_tag = soup.new_tag("p")
new_p_number_tag["class"] = "number"
# 使用 insert() 方法指定位置插入
new_li_tag.insert(0,new_p_name_tag)
new_li_tag.insert(1,new_p_number_tag)
print new_li_tag.prettify()

修改字串內容

修改字串內容可以使用new_string()  、append( ) 、insert() 方法。

# 修改字符串内容
# 使用 .string 属性修改字符串内容
new_p_name_tag.string = 'new_p_name'
# 使用 .append() 方法添加字符串内容
new_p_name_tag.append("producer")
# 使用 soup 对象的 new_string() 方法生成字符串
new_string_toappend = soup.new_string("producer")
new_p_name_tag.append(new_string_toappend)
# 使用insert() 方法插入
new_string_toinsert = soup.new_string("10000")
new_p_number_tag.insert(0,new_string_toinsert)
print producer_entries.prettify()

刪除標籤節點

Beautiful Soup 模組提供了decompose() 和extract() 方法來刪除節點。

decompose() 方法刪除節點，不僅會刪除目前節點，還會刪除其子節點一塊了。

extract() 方法用來從 HTML 樹中刪除節點或字串內容。

# 删除节点
third_producer = soup.find_all("li")[2]
# 使用 decompose() 方法删除 p 节点
p_name = third_producer.p
p_name.decompose()
print third_producer.prettify()
# 使用 extract() 方法删除节点
third_producer_removed = third_producer.extract()
print soup.prettify()

刪除標籤內容

標籤可能有NavigableString 物件或Tag 物件作為它的子節點，移除所有的這些子節點可以使用clear( ) 方法。這將會移除標籤的所有的 .content。

修改內容的其他方法

除了上面說到的方法，還有其他方法用來修改內容。

insert_after() 和insert_before() 方法

上面的兩個方法能夠在標籤或字串的前面或後面插入一個標籤或者字串。方法只能接收一個參數，要嘛是 NavigableString 物件要嘛是 Tag 物件。

replace_with() 方法

該方法是用一個新的標籤或字串內容取代原來的標籤或字串，能夠接收一個標籤或字串作為輸入。

wrap() 和unwrap() 方法

wrap() 方法是用另一個標籤來包一個標籤或者字串。

unwrap() 方法則和 wrap() 方法相反。

# wrap()方法
li_tags = soup.find_all('li')
for li in li_tags:
 new_p_tag = soup.new_tag('p')
 li.wrap(new_p_tag)
print soup.prettify()
# unwrap()方法
li_tags = soup.find_all("li")
for li in li_tags:
 li.p.unwrap()
print soup.prettify()

以上是詳解Python利用Beautiful Soup模組修改內容範例程式碼的詳細內容。更多資訊請關注PHP中文網其他相關文章！