V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
kojp
V2EX  ›  Python

除了BS,还有没有类似于jquery这样的库可以实现这样的功能

  •  
  •   kojp · 2012-04-07 22:10:58 +08:00 · 3602 次点击
    这是一个创建于 4632 天前的主题,其中的信息可能已经有所发展或是发生改变。
    <br>
    some text
    <br>(这个是没封口的)

    杯具的是这个标签。用BS不好获取中间的内容。批量替换成<br>some text</br> 又不太现实,因为还牵扯到其它的地方的br标签
    12 条回复    1970-01-01 08:00:00 +08:00
    CoX
        1
    CoX  
       2012-04-07 22:13:15 +08:00
    <br>本来就是单标签,不是闭合的。
    CoX
        2
    CoX  
       2012-04-07 22:19:28 +08:00
    另外解析页面,我觉得lxml挺不错的
    ine181x
        3
    ine181x  
       2012-04-07 22:19:38 +08:00
    br本来就是自闭合的
    kojp
        4
    kojp  
    OP
       2012-04-08 11:51:48 +08:00
    @CoX

    谢谢,我试试这个叫lxml的东西吧。


    @ine181x
    呃,那基本上就是说用BS来提取br里面的内容是没多希望的喽?(实在是没有其它的正则或者标签能用户了,才想到这个br的)
    onedayoneapple
        5
    onedayoneapple  
       2012-04-08 12:33:36 +08:00
    pyquery 用起来和jquery 差不多
    kojp
        6
    kojp  
    OP
       2012-04-08 13:44:38 +08:00
    徘徊了好几个库,发现,正则才是王道!

    psum=re.compile(r'<br />[\s\S]*<br />')
    keakon
        7
    keakon  
       2012-04-08 14:13:13 +08:00
    @kojp 不是没希望,而是br本身就没内容…写成xhtml也是这样:
    <br/>
    some text
    <br/>
    some text不是br的内容
    tamamaxox
        8
    tamamaxox  
       2012-04-08 15:16:45 +08:00
    bs 是什么
    guoquan
        9
    guoquan  
       2012-04-08 15:19:49 +08:00
    请考虑用<span></span>把内容抱起来……
    sutar
        10
    sutar  
       2012-04-08 15:25:53 +08:00
    @tamamaxox BeautifulSoup
    kojp
        11
    kojp  
    OP
       2012-04-08 15:46:27 +08:00
    @guoquan

    pyquery里面也有wrap_all()?呵呵。。
    包起来作何解?把第一个<br>换成<span>,第二个换成</br>
    对不?

    @keakon
    原来是这样子的呀!我还手动试过变成<br></br>呢。

    另外,奇怪的是psum=re.compile(r'<br />[\s\S]*<br />') 这里我本来还想用\把<给转义的。竟然不需要了。转了的话还会出错。
    guoquan
        12
    guoquan  
       2012-04-08 18:23:46 +08:00
    @kojp
    写成
    <br/>
    <span id='foo'>some text</span>
    <br/>
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   916 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 19:58 · PVG 03:58 · LAX 11:58 · JFK 14:58
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.