BeautifulSoup – 修改树

先决条件： BeautifulSoup

Beautifulsoup 是一个用于网页抓取的Python库。这个强大的Python工具也可以用来修改html网页。本文描述了如何使用 beautifulsoup 来修改解析树。 BeautifulSoup 用于搜索解析树并允许您修改树。您可以重命名标签、更改其属性值、添加和删除属性。

修改标签名称及其属性

您可以更改标签的名称并通过添加或删除它们来修改其属性。

• 要更改标签名称：

Syntax: tag.name = “new_tag”

• 要修改其属性或添加新属性：

Syntax: tag[“attribute”] = “value”

• 要删除任何属性：

Syntax: del tag[“attribute”]

还可以通过在所需位置插入新元素来修改树。

• insert()函数会在任意位置插入新元素

Syntax: tag.insert()

• insert_after()函数将在解析树中的某些内容之后插入元素。

Syntax: tag.insert_after()

• insert_before()函数将在解析树中的某些内容之前插入元素。

Syntax: tag.insert_before()

方法 ：

• 导入模块
• 从网页中抓取数据
• 解析抓取到 html 的字符串
• 选择必须在其中执行修改的标签
• 进行必要的更改

示例 1：

Python3

# importing module
from bs4 import BeautifulSoup
 
markup = """
gfg
 
 
 
 
"""
 
# parsering string to HTML
soup = BeautifulSoup(markup, 'html.parser')
 
# extracting a tag
tag = soup.p
 
print("Before modifying the tag name: ")
print(tag)
print()
 
# modifying tag name
tag.name = "div"
 
print("After modifying the tag name: ")
print(tag)
print()
# modifying its class attribute
tag['class'] = "div_class"
 
# adding new attribute
tag['id'] = "div_id"
 
print("After modifying and adding attributes: ")
print(tag)
print()
 
# to delete any attributes
del tag["class"]
 
print("After deleting class attribute: ")
print(tag)
print()
 
# modifying the tags content
tag.string = "Geeks"
 
print("After modifying tag string: ")
print(tag)
print()
 
# using insert function.
tag = soup.div
print("Before inserting: ")
print(tag)
print()
 
# inserting content
tag.insert(1, " for Geeks")
print("After inserting: ")
print(tag)
print()

输出：

示例 2：

蟒蛇3

# importing module
from bs4 import BeautifulSoup
 
soup = BeautifulSoup("| A Computer Science portal", 'html.parser')
 
tag = soup.new_tag("p")
tag.string = "Geeks"
 
 
# insert before
soup.b.string.insert_before(tag)
print(soup.b)
print()
 
# insert after
soup.b.p.insert_after(soup.new_string(" for Geeks"))
print(soup.b)

输出：

添加新标签和包装元素

可以通过在任何需要的位置添加新标签来修改树。我们也可以包裹元素来修改它。

• new_tag()函数将添加一个新标签

Syntax: new_tag(“attribute”)

• wrap()函数将在您指定的标签中包含一个元素并返回一个新的包装器

Syntax: wrap()

• unwrap()函数解开包装的元素。

Syntax: unwrap()

例子：

蟒蛇3

# importing module
from bs4 import BeautifulSoup
 
markup = '
 
 
 
 
Geeks for Geeks
 
 
 
 
'
 
# parsering string to HTML
soup = BeautifulSoup(markup, 'html.parser')
print(soup)
 
# wrapping around the string
soup.p.string.wrap(soup.new_tag("i"))
print(soup)
 
# wrapping around the tag
soup.p.wrap(soup.new_tag("div"))
print(soup)
 
# unwrapping the i tag
 
soup.p.i.unwrap()
 
print(soup)
 
old_tag = soup.div
 
# new tag
new_tag = soup.new_tag('div')
new_tag.string = "| A Computer Science portal for geeks"
 
# adding new tag
old_tag.append(new_tag)
 
print(soup)

输出：

替换元素

replace_with()函数将在解析树中用新标签或字符串替换旧标签或字符串。

Syntax: replace_with()

例子：

蟒蛇3

# importing BeautifulSoup Module
from bs4 import BeautifulSoup
 
markup = 'Geeks for Geeks gfg.com'
 
# parsering string to HTML
soup = BeautifulSoup(markup, 'html.parser')
 
# tag to be replaced
old_tag = soup.a
 
# new tag
new_tag = soup.new_tag("p")
 
# input string
new_tag.string = "gfg.in"
 
'''replacing tag  page_element.replace_with("string")
removes a tag or string from the tree, and replaces
it with the tag or string of your choice.'''
 
old_tag.i.replace_with(new_tag)
 
print(old_tag)

输出：

Geeks for Geeks

gfg.in

向现有标签添加新内容

可以通过 append()函数或 NavigableString() 构造函数向现有标签添加新内容。

Syntax: tag.append(“content”)

例子：

蟒蛇3

# importing module
from bs4 import BeautifulSoup
from bs4 import NavigableString
 
markup = """Geeks for Geeks"""
 
# parsering string to HTML
soup = BeautifulSoup(markup, 'html.parser')
 
# extracting a tag
tag = soup.a
 
# appending content
tag.append("| A Computer Science portal")
print(tag)
 
# appending content using navigableString constructor
new_str = NavigableString(" for geeks")
tag.append(new_str)
print(tag)

输出：

Geeks for Geeks| A Computer Science portal

Geeks for Geeks| A Computer Science portal for geeks

删除内容和元素

可以通过从中删除内容或删除元素来修改树。

• clear() 删除标签的内容。

Syntax: clear()

• extract() 从树中删除一个标签或字符串。

Syntax: extract()

• 分解（）删除标签并删除它的所有内容。

Syntax: decompose()

例子：

蟒蛇3

# importing module
from bs4 import BeautifulSoup
 
markup = 'Geeks for Geeks | A Computer Science portal'
 
# parsering string to HTML
soup = BeautifulSoup(markup, 'html.parser')
 
tag = soup.a
print(tag)
print()
 
# clearing its all content
tag.clear()
print(tag)
print()
 
# extracting i tag
# parsering string to HTML
soup2 = BeautifulSoup(markup, 'html.parser')
 
a_tag = soup2.a
 
print(a_tag)
print()
i_tag = soup2.i.extract()
 
print(a_tag)
print()
 
# decomposing i tag
# parsering string to HTML
soup2 = BeautifulSoup(markup, 'html.parser')
 
a_tag = soup2.a
 
print(a_tag)
print()
i_tag = soup2.i.decompose()
 
print(a_tag)

输出：