Python：使用`lxml.HTML将HTML内容注入标记`

我正在使用

lxml.html

库解析html文档

我找到了一个特定的标记，我称之为

content\u标记

，我想更改它的内容（即

和

，之间的文本），新内容是一个包含一些html的字符串，比如说

'Hello world！'

我该怎么做？我试过
content\u tag.text='Hello world！'但它会转义所有html标记，替换
这是一种方法：

#!/usr/bin/env python2.6
from lxml.html import fromstring, tostring
from lxml.html import builder as E
fragment = """\
<div id="outer">
  <div id="inner">This is div.</div>
</div>"""

div = fromstring(fragment)
print tostring(div)
# <div id="outer">
#   <div id="inner">This is div.</div>
# </div>
div.replace(div.get_element_by_id('inner'), E.DIV('Hello ', E.B('world!')))
print tostring(div)
# <div id="outer">
#   <div>Hello <b>world!</b></div></div>

#/usr/bin/env python2.6
从lxml.html导入fromstring，tostring
从lxml.html导入生成器作为E
片段=”“”\
我是迪夫。
"""
div=fromstring（片段）
打印到字符串（div）
# 
#我是迪夫。
# 
div.replace（div.get_元素由_id（'inner'）、E.div（'Hello'，E.B（'world！'））替换）
打印到字符串（div）
# 
#你好，世界！

另见：

编辑：所以，我应该早点承认我对lxml不太熟悉。我简单地查看了文档和源代码，但没有找到一个干净的解决方案。也许，有个更熟悉的人会过来，让我们两个都明白过来

与此同时，这似乎是可行的，但没有经过很好的测试：

import lxml.html
content_tag = lxml.html.fromstring('<div>Goodbye.</div>')
content_tag.text = '' # assumes only text to start
for elem in lxml.html.fragments_fromstring('Hello <b>world!</b>'):
    if type(elem) == str: #but, only the first?
        content_tag.text += elem
    else:
        content_tag.append(elem)
print lxml.html.tostring(content_tag)

import lxml.html
content\u tag=lxml.html.fromstring（'再见'）
content_tag.text=''#假定仅以文本开头
对于lxml.html.fragments\u fromstring（'helloworld！'）中的元素：
如果类型（elem）=str:#但是，只有第一个？
content_tag.text+=元素
其他：
内容标签附加（元素）
打印lxml.html.tostring（内容标签）

再次编辑：此版本将删除文本和子项

somehtml = 'Hello <b>world!</b>'
# purge element contents
content_tag.text = ''
for child in content_tag.getchildren():
    content_tag.remove(child)

fragments = lxml.html.fragments_fromstring(somehtml)
if type(fragments[0]) == str:
    content_tag.text = fragments.pop(0)
content_tag.extend(fragments)

somehtml='helloworld！'
#清除元素内容
content_tag.text=“”
对于content_tag.getchildren（）中的子项：
内容标签。删除（子项）
fragments=lxml.html.fragments\u fromstring（somehtml）
如果类型（片段[0]）==str：
content_tag.text=fragments.pop（0）
内容标签扩展（片段）
假设content\u标签没有任何子元素，您只需执行以下操作：

from lxml import html
from lxml.html.builder import B

...

content_tag.text = 'Hello '
content_tag.append(B('world!'))
print html.tostring(content_tag)

在进行修补之后，我找到了以下解决方案：

fragments = lxml.html.fragments_fromstring(<string with tags to inject>)
last = None

for frag in fragments:
  if isinstance(frag, lxml.etree._Element):
    content_tag.append(frag)
    last = frag
  else:
    if last:
      last.tail = frag
    else:
      content_tag.text = frag

fragments=lxml.html.fragments\u fromstring（）
最后一个=无
对于碎片：
如果存在（框架，lxml.etree.\u元素）：
内容标签附加（frag）
最后一个=碎片
其他：
如果最后：
last.tail=frag
其他：
content_tag.text=frag
由于您确实在尝试修改DOM结构，因此最好的方法是为
world
添加一个新的子节点。这种方法不适用于我，原因有两个：（1）我不想替换标记，我想替换标记的内容，（2）我想插入的html段已经是文本形式，我不想用
E
来构建它。这没用——我的HTML文本事先不知道，我无法在代码中将其构造为HTML结构。啊，但是您没有在问题中指定这一点（“事先不知道”部分）。mwalsh编辑的答案看起来不错，应该适用于任意HTML。