2

<class 'bs4.element.ResultSet'>content_a は、型がである値で構成される美しいスープ結果セット (つまり、型が である) です<class 'bs4.element.Tag'>。

「content_a」を印刷すると、次のようになります。

[<div class="class1 class2">Here is the first sentence.
 <br/> <br/> Here is some text "and some more text."
 <br/> <br/> Here is another sentence.
 <br/> Text<br/><span class="class3">Text</span></div>, <div class="class1 class2">Here is the first sentence.
 <br/> <br/> Here is some text "and some more text."
 <br/> <br/> Here is another sentence.
 <br/> Text<br/><span class="class3">Text</span></div>, etc

だから、divの単純な反復可能なリストであるべきだと私には思えます。

に置き換えたいと思って<div class="class1 class2">います<div class="class1 class2"><p>（最終的な目標は、すべて<br />を段落タグに置き換えることです）。

ソースコンテンツが私が持っている文字列である私のテストでは：

import re
blablabla = ['<div class="class1 class2">', '<div class="class1 class2">']
for _ in blablabla:
    _ = re.sub('(<div class=\"class1 class2\">)', r"\1<p>",_)
    print _

必要に応じて、次を返します。

<div class="class1 class2"><p>
<div class="class1 class2"><p>

content_a の各イテラブルで同じプロセスを実行しようとしています:

import re
for _ in content_a:
    _ = re.sub('(<div class=\"class1 class2\">)', r"\1<p>",_)
    print _

しかし、エラーが発生しています:

...in sub
    return _compile(pattern, flags).sub(repl, string, count)
TypeError: expected string or buffer

したがって、2 つの例の唯一の違いは、1 つは美しいスープの結果セットであり、もう 1 つは単純なリストであるということです。

このエラーが発生する理由を誰でも見ることができますか?

編集：

誰かがここで、 sub には 3 番目の引数として文字列が必要であることを指摘しているため、私が渡す 3 番目の引数は、 type の iterable 値です<class 'bs4.element.Tag'>。したがって、おそらくこれが問題です。しかし、後で変更するためにこれらの値の性質を保持する必要があるため、現時点ではどうすればよいかわかりません。

更新/回避策:

答えに時間を費やす人を節約するために、回避策を見つけました。基本的には、プロセスの後半でコンテンツを調整できることにread()気付きました。文字列に必要な要素。

そして、私が思いついた小さな正規表現は次のとおりです。

string = re.sub('([^\r]*)\r', r'\1</p>\n<p>', string)

4

1 に答える 1

1

提案されているように、解決策として使用した回避策を投稿しています。

更新/回避策:

答えに時間を費やす人を節約するために、回避策を見つけました。基本的には、プロセスの後半でコンテンツを調整できることに気付きread()ました。文字列に必要な要素。

そして、私が思いついた小さな正規表現は次のとおりです。

string = re.sub('([^\r]*)\r', r'\1</p>\n<p>', string)

于 2013-05-25T04:14:41.967 に答える