将 Displacy Entity Recognition Visualization 渲染为 Plotly Dash答案

【问题标题】：render Displacy Entity Recognition Visualization into Plotly Dash将 Displacy Entity Recognition Visualization 渲染为 Plotly Dash
【发布时间】：2018-12-05 01:19:03
【问题描述】：

我想将 Spacy 的 Entity Recognition Visualization 渲染到 Plotly Dash 应用程序中。

用于渲染的ER Visualization的html如下：

<div class="entities" style="line-height: 2.5">
<mark class="entities" style="background: ...>
<span>...</span>
</mark>
<mark class="entities" style="background: ...>
<span>...</span>
</mark>
</div>

我尝试使用 BeautifulSoup 解析 HTML，并通过以下代码将 HTML 转换为 Dash。但是当我运行 convert_html_to_dash(html_parsed) 时，它会抛出 KeyError: 'style'

html_parsed = bs.BeautifulSoup(html, 'html.parser')

def convert_html_to_dash(el, style = None):
    if type(el) == bs.element.NavigableString:
        return str(el)
    else:
        name = el.name
        style = extract_style(el) if style is None else style
        contents = [convert_html_to_dash(x) for x in el.contents]
    return getattr(html,name.title())(contents, style=style)

def extract_style(el):
    return {k.strip():v.strip() for k,v in [x.split(": ") for x in 
el.attrs["style"].split(";")]}

【问题讨论】：

标签： html plotly render spacy plotly-dash

【解决方案1】：

并非每个标签都有style 属性。对于不存在的标签，您正在尝试访问 attrs 字典中不存在的键。 Python 的回复是KeyError。

如果您改用get()，它将返回一个默认值，而不是引发KeyError。您可以指定一个默认值作为get() 的第二个参数：

return { k.strip() : v.strip() for k, v in
             [ x.split(': ') for x in el.attrs.get('style', '').split(';') ]
       }

这里我选择了空字符串作为默认值。

仅通过此更改，您的代码仍然有些脆弱。如果输入与您的预期不完全匹配怎么办？

一方面，冒号后面可能没有空格。将 split(': ') 更改为 split(':') 将使其即使没有空间也可以工作 - 如果有一个空间，它将被删除，因为您在拆分后调用 strip()。

如果在';' 上拆分后，您收到的不是列表中的键值对怎么办？最好检查它是否是一个有效的对（只包含一个冒号），否则跳过它。

你的代码变成：

return { k.strip() : v.strip() for k, v in
             [ x.split(':') for x in el.attrs.get('style', '').split(';')
               if x.count(':') == 1 ] }

请注意，我选择了单引号。您的代码同时使用两者，但最好选择一个并坚持使用。

【讨论】：

这真的很有帮助。谢谢！