使用漂亮的汤作品创建标签后插入数据属性字符串，但不适用于属性中的特殊字符

编程问答 2022-05-29

问题描述

我有以下代码，我在其中创建了一个新的标签包装器，其中包含数据属性的内容，该数据属性可以是简单文本、简单标签或更复杂的标签，具有自己的属性。

前两个简单文本和简单标记有效，但复杂标记仅更新到类名上的引号点。我做错了什么？

我觉得我需要使用重新编译但没有成功

感谢您的帮助

from bs4 import BeautifulSoup
import re

data = """<div data-value="Just Basic Text"></div>
<p>This one contains a simple tag</p><div data-value="<simpletagname></simpletagname>"></div>
<p>This one contains a simple tag with a class and text</p>
<div data-value="<h6 class="myclass">More Basic Text</h6>"></div>"""

soup = BeautifulSoup(data,"lxml")

for div in soup.select('div[data-value]'):
    # insert sup tag after the div
    sup = soup.new_tag('wrappertagname')
    sup.string = div['data-value']
    div.insert_after(sup)

    # replace the div tag with it's contents
    div.unwrap()


print(soup.prettify(formatter=None))

输出不正确 (h6)

<html>
 <body>
  <wrappertagname>
   Just Basic Text
  </wrappertagname>
  <p>
   This one contains a simple tag
  </p>
  <wrappertagname>
   <simpletagname></simpletagname>
  </wrappertagname>
  <p>
   This one contains a simple tag with a class and text
  </p>
  More Basic Text">
  <wrappertagname>
   <h6 class=
  </wrappertagname>
 </body>
</html>

预期输出

<html>
 <body>
  <wrappertagname>
   Just Basic Text
  </wrappertagname>
  <p>
   This one contains a simple tag
  </p>
  <wrappertagname>
   <simpletagname></simpletagname>
  </wrappertagname>
  <p>
   This one contains a simple tag with a class and text
  </p>
  <wrappertagname>
   <h6 class="myclass">More Basic Text</h6>
  <wrappertagname>
 </body>
</html>

更新

如果我为双引号添加字符实体，它输出正确 (see post)

所以它一定不是有效的 html，Beautiful Soup 无法解析无效的 html。

更新输入

from bs4 import BeautifulSoup
import re

data = """<div data-value="Just Basic Text"></div>
<p>This one contains a simple tag</p><div data-value="<simpletagname></simpletagname>"></div>
<p>This one contains a simple tag with a class and text</p>
<div data-value="<h6 class=&#34;myclass&#34;>More Basic Text</h6>"></div>"""

soup = BeautifulSoup(data,"lxml")

for div in soup.select('div[data-value]'):
    # insert sup tag after the div
    sup = soup.new_tag('wrappertagname')
    sup.string = div['data-value']
    div.insert_after(sup)

    # replace the div tag with it's contents
    div.unwrap()


print(soup.prettify(formatter=None))

更新输出

<html>
 <body>
  <wrappertagname>
   Just Basic Text
  </wrappertagname>
  <p>
   This one contains a simple tag
  </p>
  <wrappertagname>
   <simpletagname></simpletagname>
  </wrappertagname>
  <p>
   This one contains a simple tag with a class and text
  </p>
  <wrappertagname>
   <h6 class="myclass">More Basic Text</h6>
  </wrappertagname>
 </body>
</html>

（如果有人对我如何不必使用字符实体有任何其他想法，将不胜感激。）

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

beautifulsoupbeautifulsoupcustom-data-attributerecompilestringstring