在Python BeautifulSoup中如何移动标签

Question

我有一个从HTML转换过来的部分XML文档，里面是一些内容。在对这些内容进行了一些替换和编辑后，文档的主体基本上是这样的 -

<Text...></Text>   # This replaces <a href..> tags but automatically creates the </Text>
<p class=norm ...</p>
<p class=norm ...</p>
<Text...></Text>
<p class=norm ...</p> and so forth.  

我需要把 <p> 标签“移动”到 <Text> 标签下面，或者知道怎么去掉 </Text> 标签。我想要的结果是 -

<Text...> 
<p class=norm ...</p>
<p class=norm ...</p>
</Text>
<Text...>
<p class=norm ...</p>
</Text>  

我试过使用 item.insert 和 item.append，但我觉得应该有更优雅的解决办法。

for item in soup.findAll(['p','span']):     
    if item.name == 'span' and item.has_key('class') and item['class'] == 'section':
        xBCV = short_2_long(item._getAttrMap().get('value',''))
        if currentnode:
            pass
        currentnode = Tag(soup,'Text', attrs=[('TypeOf', 'Section'),... ])
        item.replaceWith(currentnode) # works but creates end tag
    elif item.name == 'p' and item.has_key('class') and item['class'] == 'norm':
        childcdatanode = None
        for ahref in item.findAll('a'):
            if childcdatanode:
                pass   
            newlink = filter_hrefs(str(ahref))
            childcdatanode = Tag(soup, newlink)
            ahref.replaceWith(childcdatanode)

谢谢

Answer 1

你可以使用insert来移动标签。文档中提到：“一个元素在一个解析树中只能出现一次。如果你给insert一个已经连接到soup对象的元素，它会先被断开（用extract方法），然后再连接到其他地方。”

如果你的HTML看起来像这样：

<text></text>
<p class="norm">1</p>
<p class="norm">2</p>
<text></text>
<p class="norm">3</p>

... 这样：

for item in soup.findAll(['text', 'p']):
  if item.name == 'text':
    text = item
  if item.name == 'p':
    text.insert(len(text.contents), item)

... 将会产生以下结果：

<text><p class="norm">1</p><p class="norm">2</p></text>
<text><p class="norm">3</p></text>