Python re.sub 替换 html 属性

Posted 2023-02-23

【中文标题】Python re.sub 替换 html 属性

【英文标题】：Python re.sub replace html attributes

【发布时间】：2017-08-07 20:14:42

【问题描述】：

我正在尝试从 html 代码调整图像的大小。这是一个例子：

我的目标是用高度和宽度 400 替换 " height="108" " 和 " width="150"。 我尝试了以下几行，但它们似乎不起作用：

re.sub(r'','',x)
re.sub(r'','',x)

有人对此有解决方案吗？ Ps：我不太擅长正则表达式... :)

【问题讨论】：

Nooo...不要使用正则表达式解析/修改 html/xml...使用 BeautifulSoup/XSLT/...等工具。

这并不能完全回答我的问题，虽然我会看看它:)

Python 字符串是不可变的。子函数返回一个新字符串

正则表达式适用于这个特定的用例。

Re.sub not working for me的可能重复

【参考方案1】：

它不起作用的原因是因为字符串是不可变的，并且您不处理结果。您可以通过以下方式“解决”问题：

x = re.sub(r'','',x)
x = re.sub(r'','',x)

话虽如此使用正则表达式处理 HTML/XML 是一个非常糟糕的主意。假设你有一个标签<foo altwidth="1234">。现在您将其更改为<foo altwidth="400"> 您想要吗？应该不会吧。

例如，您可以使用 BeautifulSoup：

soup = BeautifulSoup(x,'lxml')

for tag in soup.findAll(attrs="width":True)
    tag.width = 400
for tag in soup.findAll(attrs="height":True)
    tag.height = 400
x = str(soup)

在这里，我们将带有width 属性的所有 标记替换为width="400"，并将所有带有height 的标记替换为height="400"。您可以通过例如只接受<img>标签来使其更高级，例如：

soup = BeautifulSoup(x,'lxml')

for tag in soup.findAll('img',attrs="width":True)
    tag.width = 400
for tag in soup.findAll('img',attrs="height":True)
    tag.height = 400
x = str(soup)

【参考方案2】：

似乎工作正常：

>>> x = '<foo  >'
>>> import re
>>> y = re.sub(r'','',x)
>>> y
'<foo  >'

请注意，re.sub 不会改变 x：

>>> x
'<foo  >'
>>> y
'<foo  >'

也许你想这样做：

x = re.sub(r'','',x)
x = re.sub(r'','',x)

【讨论】：

顺便标记了一个重复项