我想使用 BeautfulSoup 搜索 <\a> 并将其替换为 <\a><br>。我知道如何使用urllib2 打开然后解析以提取所有<a> 标签。我想要做的是搜索并用结束标签加上中断替换结束标签。任何帮助，非常感谢。
编辑
我认为它类似于：
soup.findAll('a').
在文档中，有一个：
find(text="ahh").replaceWith('Hooray')
所以我认为它会是这样的：
soup.findAll(tag = '</a>').replaceWith(tag = '</a><br>')
但这不起作用，python help() 并没有提供太多帮助
【问题讨论】：
标签： python beautifulsoup
假设你有一个你知道包含“br”标记的元素，用不同的字符串删除和替换“br”标记的一种方法是这样的：
originalSoup = BeautifulSoup("your_html_file.html")
replaceString = ", " # replace each <br/> tag with ", "
# Ex. <p>Hello<br/>World</p> to <p>Hello, World</p>
cleanSoup = BeautifulSoup(str(originalSoup).replace("<br/>", replaceString))
【讨论】：
这将在每个<a>...</a> 元素的末尾插入一个<br> 标签：
from BeautifulSoup import BeautifulSoup, Tag
# ....
soup = BeautifulSoup(data)
for a in soup.findAll('a'):
a.parent.insert(a.parent.index(a)+1, Tag(soup, 'br'))
您不能使用soup.findAll(tag = '</a>')，因为 BeautifulSoup 不会单独对结束标签进行操作 - 它们被视为同一元素的一部分。
如果您想按照评论中的要求将 <a> 元素放入 <p> 元素中，您可以使用：
for a in soup.findAll('a'):
p = Tag(soup, 'p') #create a P element
a.replaceWith(p) #Put it where the A element is
p.insert(0, a) #put the A element inside the P (between <p> and </p>)
同样，您不要分别创建 <p> 和 </p>，因为它们是同一事物的一部分。
您不会替换结束标记；在 BeautifulSoup 中，您正在处理像在浏览器中一样的文档对象模型，而不是充满 HTML 的字符串。因此，如果不替换开始标签，就无法“替换”结束标签。
您要做的是在<a>...</a> 元素之后立即插入一个新的<br> 元素。为此，您需要找出<a> 元素在其父元素内的索引，并将新元素插入到该索引之后。例如。
soup= BeautifulSoup('<body>blah <a href="foo">blah</a> blah</body>')
for link in soup.findAll('a'):
br= Tag(soup, 'br')
index= link.parent.contents.index(link)
link.parent.insert(index+1, br)
# soup now serialises to '<body>blah <a href="foo">blah</a><br /> blah</body>'
【讨论】：
和
。我可以在使用索引 -1 之前使用并在使用 +1 之后使用
吗？index 在所选元素之前添加一个元素，而不是加减任何内容。