BeautifulSoup - 修改一段HTML中的所有链接？

Question

我需要能够修改HTML文档中的每个链接.我知道我需要使用它,SoupStrainer但我不是100%肯定如何实现它.如果有人可以指导我找到一个好的资源或提供一个代码示例,我们将非常感激.

谢谢.

Answer 1

也许这样的事情可行吗？(不幸的是,我面前没有Python解释器)

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup('<p>Blah blah blah <a href="http://google.com">Google</a></p>')
for a in soup.findAll('a'):
  a['href'] = a['href'].replace("google", "mysite")

result = str(soup)

Answer 2

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup('<p>Blah blah blah <a href="http://google.com">Google</a></p>')
for a in soup.findAll('a'):
    a['href'] = a['href'].replace("google", "mysite")
print str(soup)

这是Lusid的解决方案,但由于他在他面前没有Python解释器,他无法测试它并且它有一些错误.我只是想发布工作条件.谢谢Lusid!

Answer 3

我试过这个并且它有效,更容易避免使用regexp来匹配每个'href':

from bs4 import BeautifulSoup as bs
soup = bs(htmltext)
for a in soup.findAll('a'):
    a['href'] = "mysite"

在bs4 docs上查看它.