Python: Đưa nội dung HTML vào thẻ bằng cách sử dụng `lxml.html`

Question

Tôi đang sử dụng thư viện lxml.html để phân tích cú pháp tài liệu HTML.

Tôi nằm một từ khóa cụ thể, mà tôi gọi là content_tag, và tôi muốn thay đổi nội dung của nó (ví dụ: văn bản giữa <div> và </div>,) và các nội dung mới là một chuỗi với một số html trong nó, nói nó 'Hello <b>world!</b>'.

Tôi làm như thế nào? Tôi cố gắng content_tag.text = 'Hello <b>world!</b>' nhưng sau đó nó thoát tất cả các thẻ html, thay thế < với <, vv

tôi muốn tiêm văn bản mà không thoát bất kỳ HTML. Làm thế nào tôi có thể làm điều đó?

Answer 1

Đây là một cách:

#!/usr/bin/env python2.6 
from lxml.html import fromstring, tostring 
from lxml.html import builder as E 
fragment = """\ 
<div id="outer"> 
    <div id="inner">This is div.</div> 
</div>""" 

div = fromstring(fragment) 
print tostring(div) 
# <div id="outer"> 
# <div id="inner">This is div.</div> 
# </div> 
div.replace(div.get_element_by_id('inner'), E.DIV('Hello ', E.B('world!'))) 
print tostring(div) 
# <div id="outer"> 
# <div>Hello <b>world!</b></div></div> 

Xem thêm: http://lxml.de/lxmlhtml.html#creating-html-with-the-e-factory

Edit: Vì vậy, tôi phải thú nhận trước đó rằng tôi không tất cả những gì quen thuộc với lxml. Tôi đã xem xét các tài liệu và nguồn một thời gian ngắn, nhưng không tìm thấy một giải pháp sạch. Có lẽ, một người quen thuộc hơn sẽ dừng lại và đặt chúng tôi cả hai thẳng.

Trong khi đó, điều này dường như để làm việc, nhưng cũng không phải là thử nghiệm:

import lxml.html 
content_tag = lxml.html.fromstring('<div>Goodbye.</div>') 
content_tag.text = '' # assumes only text to start 
for elem in lxml.html.fragments_fromstring('Hello <b>world!</b>'): 
    if type(elem) == str: #but, only the first? 
     content_tag.text += elem 
    else: 
     content_tag.append(elem) 
print lxml.html.tostring(content_tag) 

Chỉnh sửa lần nữa: và phiên bản này loại bỏ văn bản và con

somehtml = 'Hello <b>world!</b>' 
# purge element contents 
content_tag.text = '' 
for child in content_tag.getchildren(): 
    content_tag.remove(child) 

fragments = lxml.html.fragments_fromstring(somehtml) 
if type(fragments[0]) == str: 
    content_tag.text = fragments.pop(0) 
content_tag.extend(fragments) 

Answer 2

Giả sử content_tag không có bất kỳ phân bổ nào, bạn chỉ có thể thực hiện:

from lxml import html 
from lxml.html.builder import B 

... 

content_tag.text = 'Hello ' 
content_tag.append(B('world!')) 
print html.tostring(content_tag) 

Answer 3

Sau khi dò tìm xung quanh, tôi tìm thấy giải pháp này:

fragments = lxml.html.fragments_fromstring(<string with tags to inject>) 
last = None 

for frag in fragments: 
    if isinstance(frag, lxml.etree._Element): 
    content_tag.append(frag) 
    last = frag 
    else: 
    if last: 
     last.tail = frag 
    else: 
     content_tag.text = frag