检查 html 标记是否自动关闭 - HTMLparser - Python答案

【问题标题】：Check if html tag is self-closing - HTMLparser - Python检查 html 标记是否自动关闭 - HTMLparser - Python
【发布时间】：2014-07-15 02:44:55
【问题描述】：

有没有办法用 HTMLparser 检查标签是否是自闭合标签？

我知道自闭标签由内置函数处理：handle_startendtag()

但是，只有当它们被明确关闭时，它才会处理它们..例如<img src="x.jpg"/>

而不是：<img src="x.jpg">

我正在制作一个程序，它接受一个 html 文件并输出一个 sass 模板。

我想关闭输出文件中未在 html 文件中明确关闭的这些 img 标签。

干杯

【问题讨论】：

标签： python html parsing tags

【解决方案1】：

不完全是特定于 Python 的解决方案，但如果您想知道哪些标签具有这种“自闭合属性”，您可以查看官方 HTML5 规范：这些正式称为 void elements.

area, base, br, col, embed, hr, img, input, keygen, link, menuitem,
meta, param, source, track, wbr

严格来说，void元素根本没有结束标签，而是permit an extra / immediately before the >。

【讨论】：

【解决方案2】：

简单的解决方案是使用 BeautifulSoup。

In [76]: from bs4 import BeautifulSoup

In [77]: BeautifulSoup('<img src="x.jpg">')
Out[77]: <img src="x.jpg"/>

您还可以检查标签是否自动关闭。

from bs4 import BeautifulSoup
from bs4.element import Tag

soup = BeautifulSoup(html)
tags = [tag for tag in soup if isinstacne(tag, Tag)
self_closing = [tag for tag in tags if tag.isSelfClosing]

每个Tag 元素都有isSelfClosing 属性。因此，您可以将它们过滤掉。

【讨论】：