如何在 Robot Framework 中解析 HTML答案

【问题标题】：How to Parse HTML in Robot Framework如何在 Robot Framework 中解析 HTML
【发布时间】：2014-03-29 03:26:39
【问题描述】：

以下是我的文字，它存储在${Tooltipdata}：

    <hr><b><strong>Task Details</strong></b><hr><b>Date Created: </b> 02/21/2014 07:52pm<br> 
<b>Date Modified: </b> 02/24/2014 05:47pm<br><b>Assigned to: </b> Administrator<br>
<b>Created By: </b> Administrator<br><b>Status: </b> Pending Input<br><b>Description:
 </b> test<br>

我想要这样的结果：

Task Details  Date Created:  02/21/2014 07:52pm    Date Modified:  02/24/2014 05:47pm    Assigned to:  Administrator   
 Created By:  Administrator   
 Status:  Pending Input   
 Description:  test.

简单我想删除 HTML 标签。

【问题讨论】：

如何在 Robot Framework 中移除 HTML 标签。

标签： python html parsing robotframework

【解决方案1】：

您可以使用Evaluate 关键字来运行python re.sub 命令。像这样的东西应该可以工作：

*** Keywords ***
| Remove HTML tags
| | [Documentation] | Strip HTML tags from the given string
| | [Arguments]     | ${string}
| | ${result}=      | Evaluate | re.sub(r'<.*?>', '', '''${string}''') | re
| | [Return]        | ${result}

*** Test cases ***
| Example
| | ${Tooltipdata}= | Some keyword which returns the tooltip data
| | ${string}= | Remove HTML tags | ${Tooltipdata}

如果你不熟悉正则表达式，上面的表达式意思是“匹配之间的最短字符串”，re.sub 命令会用空字符串替换每一个出现的字符串。

如果您的 html 标签包含其中包含 > 的属性，这将失败，如果您的数据同时包含，它也会替换非 html 标签，但这是您尝试解析 HTML 时所承担的风险用正则表达式。在您的具体示例中，您应该是安全的。

更好的选择是在python中编写一个关键字，并使用Beautiful Soup等真正的HTML解析库来解析数据。代码示例见this question。

【讨论】：

【解决方案2】：

您可以尝试使用正则表达式：

import re

data = "<hr><b><strong>Task Details</strong></b><hr><b>Date Created: </b> 02/21/2014 7:52pm<br><b>Date Modified: </b> 02/24/2014 05:47pm<br><b>Assigned to: </b> Administrator<br><b>Created By: </b> Administrator<br><b>Status: </b> Pending Input<br><b>Description: </b> test<br>"
# get text without tag
result = re.split(r'<[A-z\/]*>', data)

# print with removed tag
print ''.join(result)

【讨论】：

什么是re，如何在robot framework中导入re？？
re 用于 python 中的正则表达式，请参阅：docs.python.org/2/library/re.html，关于如何在机器人框架中导入 re，将 import re 放入 python 代码中
你的意思是我需要为此创建库？
为防止误解，如果您提供其余代码会很有帮助。据我了解，这就是您想要的，如“我想删除 HTML 标记。”，代码会做到这一点。
我正在获取工具提示并存储在 ${ToolTipdata} 中，它工作正常，但显示为 html 标记。这是代码： ${Tooltipdata} 执行 JavaScript var el = document.evaluate("//table/tbody/tr[1]/td[2]/span", document, null, 9, null).singleNodeValue;返回 $(el).data('tooltip').options.title;记录 ${Tooltipdata}

【解决方案3】：

通过使用字符串库，我们可以替换字符串。这是我用于替换字符串的代码。

${str} =    Replace String    ${Tooltipdata}    <hr>    a

【讨论】：