python下操作xml和html

最新推荐文章于 2022-05-06 08:59:08 发布

kekey1210

最新推荐文章于 2022-05-06 08:59:08 发布

阅读量3k

点赞数

文章标签： python xml 标签脚本 html

本文链接：https://blog.csdn.net/kekey1210/article/details/17053811

版权

最近项目需要一个做一个小工具, 开始时想到了用shell写一个脚本, 后来由于要操作xml和html, 感觉shell操作起来不方便, 于是想到了用python, 但我对python一点不懂, 于是现学, 网上找了一个简明教程看了一下, 然后就开始我的第一个python程序了.

今天把这个程序里用到了关于xml和html操作的部分, 记录下来, 以便加深自己的印象. 在网上搜索的结果让我决定用BeautifulSoup这个库, 这个库对html解析的支持很好, xml的解析依赖另一个库lxml, 于是我又下载安装了lxml. 好了, 工具齐备了.

我的需求其实很简单, 第一个需求是修改一个html文件里某个tag的属性. 第二个需求是修改一个xml文件的属性, 都是修改他们.

BeautifulSoup应该是在解析时把他们读入到内存一个数据结构里面, 然后就可以对这个数据结构便捷地操作, 如果初始化时发现格式有问题, 还可以给你自动补全.

一. 修改html文件:

先说说修改html, 我需要找到某个标签的属性, 然后写入新值, 比如有如下html文件

<!DOCTYPE html>
<html lang="zh-cn">
<body>
  <p class="name">jodan</p>
  <p class="sex">male</p>
</body>
</html>

需要把里面class=name的标签名字改为kobi, 那么python代码如下:

import os
from bs4 import BeautifulSoup #引入BeautifulSoup

fp = open("test.html",'r+')
soup = BeautifulSoup(fp)#根据文件内容新建一个BeautifulSoup对象
name = soup.find(class_="name")#搜索class为name的tag
name.string = "kobi"#修改为新的名字
fp.seek(0,os.SEEK_SET)#移动到文件头
fp.write(str(soup))#重写整个文件
fp.close()

注意由于class是python的关键字, 需要用class_方能搜索到属性class.

二.修改xml文件:

需求也是找到某个标签的属性, 修改为新的值, 比如有如下xml:

<?xml version="1.0" encoding="UTF-8"?>
<channels>
	<channel>name</channel>
</channels>

修改channel标签的值为newChannel, python代码如下:

import os
from bs4 import BeautifulSoup

fp = open("test.xml",'r+')
soup = BeautifulSoup(fp,"xml")
numbers = soup.find_all('channel')
numbers[0].string = "newChannel"
fp.seek(0,os.SEEK_SET)
fp.write(str(soup))
fp.close()

代码几乎和修改html文件一样, 不同的是初始化BeautifulSoup对象是, 需要传入一个额外参数'xml'来表明解析的是xml格式的文件.