Python + BeautifulSoup：查找属性包含匹配文本模式的 HTML 标记？答案

【问题标题】：Python + BeautifulSoup: Finding a HTML tag where an attribute contains a matched pattern of text?Python + BeautifulSoup：查找属性包含匹配文本模式的 HTML 标记？
【发布时间】：2018-11-15 23:43:50
【问题描述】：

我是 Python 和 BeautifulSoup 的新手。我试图弄清楚如何仅匹配 <div> 元素的标签，这些标签包含属于某个属性的特定匹配文本模式。例如，'id' : 'testid' 的所有情况，或'class' : 'title' 的所有情况。

这是我目前所拥有的：

def cleanup(filename):
    fh = open(filename, "r")

    soup = BeautifulSoup(fh, 'html.parser')

    for div_tag in soup.find('div', {'class':'title'}):
        h2_tag = soup.h2_tag("h2")
        div_tag.div.replace_with(h2_tag)
        del div_tag['class']

    f = open("/tmp/filename.modified", "w")
    f.write(soup.prettify(formatter="html5"))
    f.close()

一旦我可以匹配所有这些特定元素，我就可以弄清楚如何操作属性（删除类，将标签本身从 <div> 重命名为 <h1> 等）。所以我知道清理的实际部分可能不适用于目前的情况。

【问题讨论】：

标签： python html beautifulsoup

【解决方案1】：

这似乎足够有效，但如果有“更好”或“更标准”的方法可以让我知道。

for tag in soup.findAll(attrs={'class':'title'}):
    del tag['class']

【讨论】：

【解决方案2】：

.find(tagName, attributes) 返回单个元素

.find_all(tagName, attributes)返回多个元素（列表）

更多您可以在doc找到它

要替换，您需要创建元素 .new_tag(tagName) 并删除属性 del element.attrs[attributeName] 参见下面的示例

from bs4 import BeautifulSoup
import requests

html = '''
<div id="title" class="testTitle">
  heading h1
</div>
'''
soup = BeautifulSoup(html)

print 'html before'
print soup

div = soup.find('div', id="title")

#delete class attribute
del div.attrs['class']

print 'html after remove attibute'
print soup

# to replace, create h1 element
h1 = soup.new_tag("h1")
# set text from previous element
h1.string = div.text
# uncomment to set ID
# h1['id'] = div['id']
div.replace_with(h1)

print 'html after replace'
print soup

【讨论】：