如何用BeautifulSoup连接两个html文件体？
回答此问题可获得 20 贡献值，回答如果被采纳可获得 50 分。
<p><strong>我需要将两个html文件的主体连接到一个html文件中，中间用一点任意的html作为分隔符。我有用于此目的的代码，但当我从Xubuntu 11.10（或是11.04？）升级时停止了工作到12.10，可能是由于BeautifulSoup update（我目前使用的是3.2.1；我不知道以前的版本）或vim更新（我使用vim从纯文本文件自动生成html文件）。这是代码的精简版本：</p>
<pre><code>from BeautifulSoup import BeautifulSoup
soup_original_1 = BeautifulSoup(''.join(open('test1.html')))
soup_original_2 = BeautifulSoup(''.join(open('test2.html')))
contents_1 = soup_original_1.body.renderContents()
contents_2 = soup_original_2.body.renderContents()
contents_both = contents_1 + "\n<b>SEPARATOR\n</b>" + contents_2
soup_new = BeautifulSoup(''.join(open('test1.html')))
while len(soup_new.body.contents):
soup_new.body.contents[0].extract()
soup_new.body.insert(0, contents_both)
</code></pre>
<p>用于测试用例的两个输入文件的主体非常简单：<code>contents_1</code>is<code>\n<pre>\nFile 1\n</pre>\n'</code>和<code>contents_2</code>is<code>'\n<pre>\nFile 2\n</pre>\n'</code>。</p>
<p>我希望<code>soup_new.body.renderContents()</code>是这两个文本之间的分隔符文本的连接，但是所有<code><</code>都变成了<code>&lt;</code>等等。-期望的结果是<code>'\n<pre>\nFile 1\n</pre>\n\n<b>SEPARATOR\n</b>\n<pre>\nFile 2\n</pre>\n'</code>，这是我在操作系统更新之前得到的结果；当前的结果是<code>'\n&lt;pre&gt;\nFile 1\n&lt;/pre&gt;\n\n&lt;b&gt;SEPARATOR\n&lt;/b&gt;\n&lt;pre&gt;\nFile 2\n&lt;/pre&gt;\n'</code>，这是非常无用的。</p>
<p><strong>在将html作为字符串插入soup对象的主体时，如何使BeautifulSoup停止将<code><</code>转换为<code>&lt;</code>等？或者我应该用一种完全不同的方式来做？</strong>（这是我在BeautifulSoup和大多数其他html解析方面的唯一经验，所以我想很可能就是这样。）</p>
<p>html文件是用vim从纯文本文件自动生成的（我使用的实际情况显然更复杂，并且涉及到自定义语法突出显示，这就是我这样做的原因）。完整的test1.html文件如下所示，而test2.html除了内容和标题之外都是相同的。</p>
<pre><code><!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">
<html>
<head>
<meta http-equiv="content-type" content="text/html; charset=utf-8" />
<title>~/programs/lab_notebook_and_printing/concatenate-html_problem_2013/test1.txt.html</title>
<meta name="Generator" content="Vim/7.3" />
<meta name="plugin-version" content="vim7.3_v10" />
<meta name="syntax" content="none" />
<meta name="settings" content="ignore_folding,use_css,pre_wrap,expand_tabs,ignore_conceal" />
<style type="text/css">
pre { white-space: pre-wrap; font-family: monospace; color: #000000; background-color: #ffffff; white-space: pre-wrap; word-wrap: break-word }
body { font-family: monospace; color: #000000; background-color: #ffffff; font-size: 0.875em }
</style>
</head>
<body>
<pre>
File 1
</pre>
</body>
</html>
</code></pre>
请先 登录 后评论
针对此问题: 更多的回答
- 89 关注
- 1 收藏，216 浏览
- 网友 提问于 2天前
相关Python问题
- 使用Keras处理Tensorflow 2.0负采样的最佳方法 1 回答
- 使用Keras处理看不见的类 4 回答
- 使用Keras子类化创建自动编码器模型 10 回答
- 使用Keras定义CNN架构时出错 6 回答
- 使用keras实现NARX 5 回答
- 使用Keras实现NMAE作为度量 5 回答
- 使用Keras实现Seq2Seq与图像序列 7 回答
- 使用Keras实现多输入多模式 1 回答
- 使用Keras实现批量相关的损失 10 回答
- 使用Keras实现查找函数的最佳参数 9 回答
- 使用Keras实现的多分类神经网络 9 回答
- 使用keras对不同大小序列进行时间序列分类 10 回答
- 使用Keras对单词组合进行评分 9 回答
- 使用keras对文本数据进行预测 9 回答
- 使用Keras将二进制模式更改为分类模式时出现“获取值错误” 2 回答
- 使用keras将图像划分为子部分 3 回答
- 使用Keras将时间序列数据输入NN 10 回答
- 使用Keras将自动编码器与时间分布层堆叠时发生断言错误 8 回答
- 使用keras將兩個CNN串連起來 5 回答
- 使用Keras层时区分用户定义的变量 1 回答
