replaceWith() 后的 find() 不起作用（使用 BeautifulSoup）答案

【问题标题】：find() after replaceWith() doesn't work (using BeautifulSoup)replaceWith() 后的 find() 不起作用（使用 BeautifulSoup）
【发布时间】：2013-03-16 21:55:30
【问题描述】：

请考虑以下 python 会话：

>>> from BeautifulSoup import BeautifulSoup
>>> s = BeautifulSoup("<p>This <i>is</i> a <i>test</i>.</p>"); myi = s.find("i")
>>> myi.replaceWith(BeautifulSoup("was"))
>>> s.find("i")
>>> s = BeautifulSoup("<p>This <i>is</i> a <i>test</i>.</p>"); myi = s.find("i")
>>> myi.replaceWith("was")
>>> s.find("i")
<i>test</i>

请注意第 4 行后 s.find("i") 的缺失输出！

这是什么原因？有解决办法吗？

编辑：实际上，该示例并未演示用例，即：

myi.replaceWith(BeautifulSoup("wa<b>s</b>"))

每当插入的部分包含自己重要的 html 代码时，我看不出如何用其他内容替换此语法。只是有

myi.replaceWith("wa<b>s</b>")

将用实体替换 html 特殊字符。

【问题讨论】：

为什么要替换成sometag.renderContents()而不是直接替换成someTag？
好的，让我们通过添加一个不同的示例来更具体...（见上文，我再次编辑）

标签： python find beautifulsoup

【解决方案1】：

更简单的答案：调用replaceWith 后，调用s = BeautifulSoup(s.renderContents()) 重新生成和清理s。然后你可以再次find。

【讨论】：

请注意，renderContents 现在称为 encode_contents

【解决方案2】：

问题似乎是BeautifulSoup 对象被视为整个文档。 find 遍历文档，向每个元素询问其后的下一个元素。但是当它到达您的BeautifulSoup("was") 时，该对象认为它是整个文档，所以它说它之后没有任何内容。这会过早中止搜索。

我不认为 BeautifulSoup 的设计目的是在其他 BeautifulSoup 对象中包含 BeautifulSoup 对象。解决方法是不要那样做。为什么你觉得你需要使用第一种形式而不是已经有效的第二种形式？如果您想用一些 HTML 替换元素，请使用 Tag 进行替换，而不是 BeautifulSoup 对象。

【讨论】：

我承认我的例子没有说清楚，为什么我需要这个奇怪的结构，我在上面添加了进一步的解释。
不过，您的解释完全正确，谢谢！不过，有一个解决方法会很棒。（所以不要生我的气，因为我没有将您的答案标记为解决方案。）
@thomas：有一个关于类似问题here 的错误报告。一条评论说它已解决，但对我来说似乎仍然很糟糕，我无法理解那里的解释。您可能想对该错误发表评论并展示您的示例，看看他们怎么说。

【解决方案3】：

我想，我找到了一种解决方法，它为我解决了这个问题。我将整个代码作为 Python 脚本再次重复，以给出一个完整的示例：

from BeautifulSoup import BeautifulSoup
s = BeautifulSoup("<p>This <i>is</i> a <i>test</i>.</p>")
myi = s.find("i")
s2 = BeautifulSoup("wa<b>s</b>")
myi_id = myi.parent.contents.index(myi)
for c in reversed(s2.contents):
    myi.parent.insert(myi_id + 1, c)
myi.extract()

请注意，如果没有reversed()，这将不起作用。如果您跳过它，您不仅会更改元素的顺序。如果您真的希望更改顺序，则必须编写以下内容：

for c in list(s2.contents):
    myi.parent.insert(myi_id + 1, c)

谁能解释一下，为什么跳过list()会省略<b>s</b>？（请在评论中回答，因为这不是这里的主要问题。）

【讨论】：

之所以需要list，是因为它所说的here：一个元素只能出现在文档中的一个位置。当您执行insert 时，它会从s2.contents 中删除第一个元素，以便将其插入到其他位置。因此，您在迭代 s2 时正在修改它。