业务场景:将公司富文本编辑器生成的html文本使用百家号的接口进行发送,但是百家号对html文本里的img标签做了限制,标签里的图片链接如果不是它们的域名便不能发送。有预感将来还会出现这样的需求,写个博客记录一下。
import re
from lxml import etree
html, new_html = '', ''
tree = etree.HTML(html)
new_tag_list = tree.xpath('//img/@src')
split_all = re.split('<img[^>]+>', html) # 如果需要匹配其他标签修改成相应的正则即可
for new_tag, split_piece in zip(new_tag_list, split_all):
new_html += (split_piece + new_tag)
new_html = new_html + split_all[-1]
复制代码
本文解决了一个特定的业务场景问题:如何将公司富文本编辑器生成的HTML文本成功通过百家号接口发送,重点在于处理HTML中img标签的图片链接,确保其符合百家号的域名限制。

被折叠的 条评论
为什么被折叠?



