获取HTML代码的结构 [英] Get a structure of HTML code
本文介绍了获取HTML代码的结构的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我使用的是BeautifulSoup4，我很好奇是否有一个函数返回HTML代码的结构（有序标签）。
以下是一个例子：
< html>
< body>
< h1>简单示例< / h1>
< p>这是一个简单的html页面示例< / p>
< / body>
< / html>
print page.structure（）：
>>
< html>
< body>
< h1>< / h1>
< p>< / p>
< / body>
< / html>
我试图找到一个解决方案，但没有成功。
Thanks
解决方案
b
$ b
def taggify（soup）：
用于汤中的标记：
如果isinstance（tag，bs4.Tag）：
yield'< {}> {}< / {}>'。format（tag.name，''。join（taggify（tag）），tag.name）
$ b示例：
$ p $ html =' '' < HTML>
< body>
< h1>简单示例< / h1>
< p>这是一个简单的html页面示例< / p>
< / body>
< / html>'''
汤= BeautifulSoup（html）
''.join（taggify（soup））
Out [ < / gt>< body>< h1>< / h1>< p>< / p>< / body>< / html>'
I'm using BeautifulSoup4 and I'm curious whether is there a function which returns a structure (ordered tags) of the HTML code.
Here is an example:
<html>
<body>
<h1>Simple example</h1>
<p>This is a simple example of html page</p>
</body>
</html>
print page.structure():
>>
<html>
<body>
<h1></h1>
<p></p>
</body>
</html>
I tried to find a solution but no success.
Thanks
解决方案
There is not, to my knowledge, but a little recursion should work:
def taggify(soup):
for tag in soup:
if isinstance(tag, bs4.Tag):
yield '<{}>{}</{}>'.format(tag.name,''.join(taggify(tag)),tag.name)
demo:
html = '''<html>
<body>
<h1>Simple example</h1>
<p>This is a simple example of html page</p>
</body>
</html>'''
soup = BeautifulSoup(html)
''.join(taggify(soup))
Out[34]: '<html><body><h1></h1><p></p></body></html>'
这篇关于获取HTML代码的结构的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
