Python 在 HTML 文档中搜索大写字母答案

【问题标题】：Python search HTML document for capital lettersPython 在 HTML 文档中搜索大写字母
【发布时间】：2011-10-17 20:14:59
【问题描述】：

所以我有所有这些 html 文档，在 alt 标签、标题标签、链接文本等的不同位置都有大写字母字符串。

<li><a title='BUY FOOD' href="http://www.example.com/food.html'>BUY FOOD</a></li>

我需要做的是用小写字母替换除第一个字母之外的所有字母。像这样：

<li><a title='Buy Food' href="http://www.example.com/food.html'>Buy Food</a></li>

现在我如何在 python 或某种形式的正则表达式中做到这一点。有人告诉我，我的编辑 Coda 可以做这样的事情。但我似乎找不到任何关于如何做这样的事情的文档。

【问题讨论】：

【解决方案1】：

我建议您使用 Beautiful Soup 将您的 HTML 解析为标签树，然后编写 Python 代码来遍历标签树和正文文本并更改为标题大小写。你可以使用正则表达式来做到这一点，但 Python 有一个内置的字符串方法可以做到这一点：

"BUY FOOD".title()  # returns "Buy Food"

如果你需要一个模式来匹配全大写的字符串，我建议你使用："[^a-z]*[A-Z][^a-z]*"

这意味着“匹配零个或多个除小写字符外的任何字符，然后匹配单个大写字符，然后匹配零个或多个除小写字符之外的任何字符”。

例如，此模式将正确匹配“BUY 99 BEERS”。它不会匹配“so very quiet”，因为它甚至没有一个大写字母。

附：您实际上可以将一个函数传递给re.sub()，因此如果您需要它，您可能会进行疯狂的强大处理。在您的情况下，我认为 Python 的 .title() 方法会为您解决问题，但这是我发布的另一个答案，其中包含有关传入函数的信息。

【讨论】：

【解决方案2】：

我认为你需要一个像 BeautifulSoup 这样的 HTML 解析器，剩下的就是细节。

【讨论】：

【解决方案3】：

可能有一些值得注意的例外情况，全自动编辑不是一个好主意，但如果您有一个支持正则表达式的编辑器，您可以搜索 /[A-Z][A-Z]+/ 并手动替换。

【讨论】：