小能豆
阅读 169
2023-09-26
如何使用 python 正则表达式解析段落而不考虑 html 中应用的样式
py我正在尝试创建一个Python函数（使用正则表达式），将包含“$$”的每个HTML段落替换为字母“1”。即使段落中存在一些样式，我也需要应用相同的样式，
s = "<p>adsadfsaaadsadsaExample String</p><p>$$</p>"
replaced = re.sub('<p>\$\$</p>', '1',s)
print (replaced)
预期输入：
<p>i have</p> <p style="text-align:justify">$$</p>
<p> asdas jas dafad</p>
<p>$$<p>
<p>asdasd</p>
<p><span>$$</span></p>
预期输出：
<p>i have</p> 1
<p> asdas jas dafad</p>
1
<p>asdasd</p>
1
请帮忙
阅读 169
2023-09-26
共2个答案
小能豆
import re
pattern = r'\<p.*?\>.*?\<\/p\>'
html_str = '<p>i have</p> <p style="text-align:justify">$$</p><p> asdas jas dafad</p><p>$$</p><p>asdasd</p><p><span>$$</span></p>'
new_html_str = re.sub(pattern, lambda match: "1" if '$$' in match.group() else match.group(),s)
print(new_html_str)
prints - '<p>i have</p> 1<p> asdas jas dafad</p>1<p>asdasd</p>1'
我的回答完全基于你的方法，为了更好的解决方案，我建议解析html和过程。
2023-09-26
小能豆
要实现你的需求，你可以使用Python的re模块来处理HTML字符串并替换包含”$$”的每个段落。但是，你需要考虑一些HTML标签可能包含属性，所以最好使用正则表达式来匹配<p>标签及其内容，然后在替换时保留标签的其他属性。下面是一个示例代码：
import re
s = "<p>adsadfsaaadsadsaExample String</p><p>$$</p>"
replaced = re.sub(r'<p[^>]*>\$\$</p>', '<p>1</p>', s)
print(replaced)
这个代码将匹配包含”$$”的每个<p>标签，无论是否有其他属性，并将它们替换为<p>1</p>。这样，你就可以保留段落的其他属性和样式，而只替换其内容。输出应该符合你的预期。
2023-09-26