推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 1744 天前的主题，其中的信息可能已经有所发展或是发生改变。
from bs4 import BeautifulSoup
content = """
<text transform="matrix(1.0318 0 0 1 575.125 394.0762)" class="abc" style="a123">ABC</text>
<text transform="matrix(1 0 0 1 531.0552 394.0762)" font-family="'MicrosoftYaHei'" font-size="18px">DEF</text>
"""
soap = BeautifulSoup(markup=content, features='lxml')
soap_text = soap.find_all('text')
for s in soap_text:
print(s)
输出:
<text class="abc" style="a123" transform="matrix(1.0318 0 0 1 575.125 394.0762)">ABC</text>
<text font-family="'MicrosoftYaHei'" font-size="18px" transform="matrix(1 0 0 1 531.0552 394.0762)">DEF</text>
很是费解, 为什么输出的内容和原文不一样了呢, 有些属性调整了位置.
 |
1
l4ever OP 我是要读出来, 然后直接逐行进行修改后替换回去, 这样更改了位置. 没法替换回去啊.
|
 |
2
freakxx 2020-02-20 21:37:41 +08:00  1
直接这样不行？
s.attrs[attr_name] = attr_value |
|
3
l4ever OP @freakxx 我要修改 text 值 ，好像修改不了。看了一下 sf 也有人问，貌似无解。只能拿到唯一值去 html 源代码搜，找到对应行读回来。🤣
|
 |
4
jmc891205 2020-02-20 22:21:49 +08:00 via iPhone
html 标签的属性是无序的 不知道你要做什么 但不要依赖于 html 标签属性的顺序去写应用
|
 |
5
learnshare 2020-02-20 22:27:07 +08:00
属性并没有强制顺序，应当解析并根据 元素 + 属性名 查找
|
 |
6
Shazoo 2020-02-20 22:44:00 +08:00
soup.replae_with() + soup.prettify() ?
|
 |
7
encro 2020-02-20 22:49:24 +08:00 1
这个，只能看源码吧。
如果没有记错的话，反转不是直接利用原来文档，是重新生成了，要原来文档有一个双下划线的属性。 |
|
8
l4ever OP @encro 帮我看看是哪个属性啊？我现在是找出来之后，有回到 html 源代码读原文的 特别别扭。
|
|
9
encro 2020-02-20 23:03:59 +08:00
三个方法：
1，print(s)改为 dir(s) 2，直接用 ipython 看一下 3，直接用 ide 调试看 |
 |
10
whoops 2020-02-20 23:42:47 +08:00 1
修改属性按二楼的方法，修改 text 修改 string
for s in soap_text: s.string = 'Something' print(s) 另外属性不是倒过来了，是按字母排序了，具体前面有人说了看源码__str__方法的实现 |
Select Language