Python：将HTML片段分隔为段落

发布时间：2020-12-20 11:12:59 所属栏目：Python 来源：网络整理

导读：我有一段包含段落的 HTML代码. (我的意思是p标签.)我想把字符串分成不同的段落.例如： '''p class="my_class"Hello!/ppWhat's up?/pp style="whatever: whatever;"Goodbye!/p''' 应该成为： ['p class="my_class"Hello!/p','pWhat's up?/p' 'p style="whatev

我有一段包含段落的 HTML代码. (我的意思是p标签.)我想把字符串分成不同的段落.例如：

'''
<p class="my_class">Hello!</p>
<p>What's up?</p>
<p style="whatever: whatever;">Goodbye!</p>
'''

应该成为：

['<p class="my_class">Hello!</p>','<p>What's up?</p>'
 '<p style="whatever: whatever;">Goodbye!</p>']

什么是一个很好的方法来解决这个问题？

解决方法

如果你的字符串只包含段落,你可以使用精心设计的正则表达式和re.split().但是,如果您的字符串是更复杂的HTML,或者并不总是有效的HTML,您可能需要查看 BeautifulSoup包.

用法如下：

from BeautifulSoup import BeautifulSoup 

soup = BeautifulSoup(some_html)

paragraphs = list(unicode(x) for x in soup.findAll('p'))

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!