Python上使用replaceWith用BeautifulSoup替换HTML标签的问题

Question

我在 Python 中使用 BeautifulSoup，在替换某些标签时遇到了麻烦。我正在寻找<div> 标签并检查儿童。如果这些孩子没有孩子（是 NODE_TYPE = 3 的文本节点），我将它们复制为 <p>。

from BeautifulSoup import Tag, BeautifulSoup

class bar:

 self.soup = BeautifulSoup(self.input)
 foo()
 def foo(self):    
  elements = soup.findAll(True)

  for node in elements:

    # ....other stuff here if not <div> tags.

    if node.name.lower() == "div":
      if not node.find('a'):
        newTag = Tag(self.soup, "p")
        newTag.setString(node.text)
        node.replaceWith(newTag)
        nodesToScore.append(newTag)
      else:
        for n in node.findAll(True):
          if n.getString():  # False if has children
            newTag = Tag(self.soup, "p")
            newTag.setString(n.text)
            n.replaceWith(newTag)

我收到一个 AttributeError：

  File "file.py", line 125, in function
    node.replaceWith(newTag)
  File "BeautifulSoup.py", line 131, in replaceWith
    myIndex = self.parent.index(self)
AttributeError: 'NoneType' object has no attribute 'index'

我在 for 循环中对node 进行了相同的替换，它可以正常工作。我假设它有问题，因为通过节点作为 n 的额外迭代。

我做错了什么，或者有什么更好的方法来做到这一点？谢谢！ PS。我将 Python 2.5 用于 Google Appengine 和 BeautifulSoup 3.0.8.1

Answer 1

错误提示：

    myIndex = self.parent.index(self)
AttributeError: 'NoneType' object has no attribute 'index'

此代码出现在 BeautifulSoup.py 的第 131 行。 它说self.parent 是无。

查看周围的代码显示self 应该等于您的代码中的node，因为node 正在调用它的replaceWith 方法。（注意：错误消息显示node.replaceWith，但您发布的代码显示n.replaceWith。您发布的代码与错误消息/回溯不对应。）所以显然node.parent 是None。

你可以通过放置来避免错误

if node.parent is not None:

在调用 node.replaceWith 之前的代码中的某个点。

编辑：我建议您使用print 语句来调查当node.parent 为无时您在HTML 中的位置（即错误发生的位置）。也许使用print node.contents 或print node.previous.contents 或print node.next.contents 来查看您的位置。一旦您看到 HTML，可能会很明显您所处的病理情况导致 node.parent 变为 None。