V2EX = way to explore V2EX 是一个关于分享和探索的地方
Sign Up Now For Existing Member Sign In
推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
This topic created in 3256 days ago, the information mentioned may be changed or developed.
《 span lang="EN-US" style="font-size: 16pt;"》天空《/span 》《 p class="MsoNormal" style="text-indent:28.0pt;mso-char-indent-count:2.0;line-height:20.0pt;so-line-height-rule:exactly"》
我想把类似上面这样的 html 代码（为了方便发布，我把尖括号换成了《》）精简下，精简成下面这样：
《 span 》天空《/span 》《 p style="text-indent:28.0pt;line-height:20.0pt;"》
能看出，我把《 span 》中的 lang 和字号属性删掉了，把《 p 》中 style 属性里的首行缩进和行高留了下来，删除了其他的。 我想知道除了 BS4，其他还有能处理我这个需求的库吗？ BS4 能处理 lang、class 这样的属性，但是 style 里面的属性没法处理。
 | 1 7sDream May 29, 2017 BS 可以获取到 inline style 的，用 element['style'] 就行，不过如果如果你是要把 style 当作一个 dict 这种来处理 BS 好像确实没有自带。 不过你可以把 style string 喂给一个 CSS parser，然后按要求处理完再写回去，这样应该可以吧。 Python 的 CSS parser 应该有很多吧…… |
 | 2 KgM4gLtF0shViDH3 May 29, 2017 pyquery |
 | 3 lxml May 29, 2017 只针对这个例子，我同意一楼的，我印象中似乎找不到能单独处理某个属性中的某个子属性，把 style 拎出来，按照";"分割成 dict，自己写个函数再拼装回去，text-indent line-heigh，不是很优雅，但好像没有什么更好的解决方案的，我已知的库最小处理单元就是属性本身了。 |
 | 4 dsg001 May 29, 2017 lxml，w3lib 这两个可以处理一部分，style 需要自己写处理器 |
 | 7 anuan May 29, 2017 不太理解这个需求 如果只是几个标签的解个 css 需要保留 其他的属性都删除 直接用正则比较好 |
 | 8 mseasons May 30, 2017 lxml? |
 | 9 justtery May 30, 2017 via Android pyquery 滑稽 |
 | 10 omg21 OP @anuan 最麻烦的地方在 style 里，比如有一些表格的 style 里会有表格线是需要保留的，但同时还有一些像字体字号之类的需要删除的。用正则不太好做。 |
Select Language