Python lxml 包装元素

8 投票

2 回答

2557 浏览

提问于 2025-04-16 17:51

我在想，使用lxml和Python，最简单的方法是什么来把一个元素包裹在另一个元素里？比如说，我有一段HTML代码：

<h1>The cool title</h1>
<p>Something Neat</p>
<table>
<tr>
<td>aaa</td>
<td>bbb</td>
</tr>
</table>
<p>The end of the snippet</p>

我想把这个表格元素用一个

元素包裹起来，像这样：

<h1>The cool title</h1>
<p>Something Neat</p>
<section>
<table>
<tr>
<td>aaa</td>
<td>bbb</td>
</tr>
</table>
</section>
<p>The end of the snippet</p>

还有一件我想做的事情是，在XML文档中查找带有特定属性的

标签，然后把所有元素包裹起来，直到下一个

标签，比如：

<h1 class='neat'>Subject 1</h1>
<p>Here is a bunch of boring text</p>
<h2>Minor Heading</h2>
<p>Here is some more</p>
<h1 class='neat>Subject 2</h1>
<p>And Even More</p>

转换成：

<section>
<h1 class='neat'>Subject 1</h1>
<p>Here is a bunch of boring text</p>
<h2>Minor Heading</h2>
<p>Here is some more</p>
</section>
<section>
<h1 class='neat>Subject 2</h1>
<p>And Even More</p>
</section>

谢谢大家的帮助，
Chris

xml处理 lxml html解析标签查找属性筛选元素包装

2 个回答

如果你在处理某些xml文件，可以使用BeautifulSoup这个工具，详细信息可以查看这里。

Beautiful Soup是一个很棒的工具，可以把xml文件转成Python对象。这样你就可以用Python的代码来分析这些html内容，并且可以添加或删除标签。比如，你可以写一个叫做is_h1的函数，它会找到xml文件中的所有

标签。然后，你可以使用Beautiful Soup来添加一个
标签。

如果你想把处理后的内容返回给浏览器，可以使用HttpResponse，并把最终的xml内容作为字符串传进去。

回答于 2025-04-16 由 Python大师

分享举报

lxml在处理格式正确的XML时非常棒，但如果你有非XHTML的HTML内容，它就不太好用了。如果是这种情况，可以使用BeautifulSoup，正如systemizer所建议的那样。

使用lxml，有一种相对简单的方法可以在文档中的所有表格周围插入一个部分：

import lxml.etree

TEST="<html><h1>...</html>"

def insert_section(root):
    tables = root.findall(".//table")
    for table in tables:
        section = ET.Element("section")
        table.addprevious(section)
        section.insert(0, table)   # this moves the table

root = ET.fromstring(TEST)
insert_section(root)
print ET.tostring(root)

你也可以做类似的操作来包裹标题，但你需要遍历所有想要包裹的元素，并把它们移动到这个部分里。这里可以用element.index(child)和列表切片来帮助你。