使用python将所有html标记更改为symbol

我想做的是将每个标记（无论是

或

或

或

等）更改为符号

我尝试使用美丽的汤，但它只找到我定义的标签

我在HTMLparser.py中找到了一些代码

tagfind = re.compile('([a-zA-Z][^\t\n\r\f />\x00]*)(?:\s|/(?!>))*')

我相信这就是我要找的我只是不知道如何正确使用它

我还想我可以使用：

handle_starttag(self, tag, attrs):

但我不想定义标签，我只想让脚本找到每一个标签，并将其更改为

这可能吗

---

谢谢你的帮助

BeautifulSoup在这里不是一个好主意-它是为解析HTML而设计的，而不是编辑HTML

另外，这个正则表达式看起来不是很好（只匹配标记内的内容，而不是整个标记本身），因此我找到了一个更适合您的用途的不同正则表达式：

</?\w+((\s+\w+(\s*=\s*(?:".*?"|'.*?'|[\^'">\s]+))?)+\s*|\s*)/?>

这将打印：

@Foo@

---

一种更可靠的方法是递归访问每个标记，我只是在下面的示例中更改了名称，但是一旦有了标记，您可以做任何您想做的事情：

from bs4 import BeautifulSoup, element

def visit(s):
    if isinstance(s, element.Tag):
        has_children = s.find_all()
        if has_children:
            s.name = "foobar"
            for child in s:
                visit(child)
        else:
            s.name = "foobar"

要使用它：

 soup = BeautifulSoup(...)
 visit(soup)

---

然后任何变化都会反映在汤中。

这是很多标签。你的最终目标是什么？从HTML中删除每个标记并用符号替换它们意味着你为什么要这样做？@HarpAngell没问题！请记住接受对您有帮助的答案。只是缺少一个结尾）在打印功能上，但它工作@哈潘吉尔，那个标签给我换了。你能不能在完整的HTML中发布一个不起作用的Pastebin链接？@HarpAngell，你在说什么标签？您只需将soup传递给函数，并在找到标记时执行任何操作，在一些html上运行代码，然后在您说“一旦有了标记”后打印soup，但现在我意识到您的意思是，一旦脚本有了标记once

if-isinstance（s，element.tag）

为True，您就有了一个标记，因此每个s都是if/else中的标记，你可以用它做任何你想做的事情，它会比regexurl=os.path.abspath（'test.html'）sock=urllib.urlopen（url.read（）soup=beautifulsou（sock，'html.parser'）soup=visit（soup）print soup可靠得多，不要只在soup对象上分配call visit

from bs4 import BeautifulSoup, element

def visit(s):
    if isinstance(s, element.Tag):
        has_children = s.find_all()
        if has_children:
            s.name = "foobar"
            for child in s:
                visit(child)
        else:
            s.name = "foobar"

 soup = BeautifulSoup(...)
 visit(soup)