如何用Python中的新格式替换HTML元素

Question

替换HTML标记的好方法是什么：

Old : <div id=pgbrk" ....../>....Page Break....</div>

New : <!--page break -->

divid可能有许多其他值，因此regex不是一个好主意。我需要一些LXML之类的东西。基本上，我的问题是用字符串替换HTML标记！在

Answer 1

您可以使用普通DOMhttp://docs.python.org/library/xml.dom.minidom.html

1）解析源代码

from xml.dom.minidom import parse
datasource = open('c:\\temp\\mydata.xml')
doc= parse(datasource)

2）找到要删除的节点

^{pr2}$

3）找到目标节点后，用新的注释节点替换它们

parent = node.parentNode
parent.replaceChild(doc.createComment("page break"), node)

文件：http://docs.python.org/library/xml.dom.html