使用 Python 将 ID 标签添加到 HTML 标签（BeautifulSoup？）答案

【问题标题】：Add ID tags to HTML tags using Python (BeautifulSoup?)使用 Python 将 ID 标签添加到 HTML 标签（BeautifulSoup？）
【发布时间】：2018-08-02 18:34:46
【问题描述】：

我有一个包含某些标签的 HTML 文件，我需要为每个标签添加 ID 号，格式为 id="rule_1"、id="rule_1.1"、id="rule_1.2"、id="rule_1.2.1" 等。例如，当前的 HTML 是：

<div style="styles">
    <p class="classname">TEXT</p>
    <p class="classname">TEXT</p>
    <ul style="styles">
        <li>
            <p class="classname">TEXT</p>
        </li>
        <li>
            <p class="classname">TEXT</p>
        </li>
    </ul>
</div>

我需要 HTML 看起来像这样：

<div style="styles" id="rule_1">
    <p class="classname" id="rule_1.1">TEXT</p>
    <p class="classname" id="rule_1.2">TEXT</p>
    <ul style="styles" id="rule_1.3">
        <li id="rule_1.3.1">
            <p class="classname" id="rule_1.3.1.1">TEXT</p>
        </li>
        <li id="rule_1.3.2">
            <p class="classname" id="rule_1.3.2.1">TEXT</p>
        </li>
    </ul>
</div>

我可以手动编写这些，但我希望使用现有的 HTML 解析器库。是否可以使用 BeautifulSoup 或其他模块？

我尝试过这样的事情：

from bs4 import BeautifulSoup as html_parser

with open('outputs/HTML/{}.html'.format(deal), 'r') as read_file:
    html_source = read_file.read()

soup = html_parser(html_source, 'html.parser')
html_tags = soup.find_all(['div', 'p', 'span', 'ul', 'li'])

for each_tag in html_tags:
    each_tag.attrs['id'] = html_tags.index(each_tag)

with open('outputs/HTML/{}-id.html'.format(deal), 'w') as save_file:
    save_file.write(str(soup))

但这只是添加了id="1"、id="2"，等等。我怎样才能让它像1、1.1、1.1.1 等交错排列？

【问题讨论】：

标签： python html beautifulsoup

【解决方案1】：

没关系，想通了：

curr_tags = {}

for each_tag in html_tags:
    if html_tags.index(each_tag) == 0:
        each_tag.attrs['id'] = 'rule_1'
    else:
        parent_id = each_tag.parent.attrs['id']
        if parent_id in curr_tags.keys():
            curr_tags[parent_id] += 1
        else:
            curr_tags[parent_id] = 1
        each_tag.attrs['id'] = parent_id + '.{0}'.format(curr_tags[parent_id])

【讨论】：