Python スクレイピングで抽出した</br>の文字列を<li>に変換する方法

Question

PYthonを使いスクレイピングをし。テキストを抽出した際に下記のようなコードの変換を行いたいのですが
方法がわかりません。ご教授いただけると幸いです。

<dic class = "class">
aaaa<br/>bbb<br/>ccc<br/>ddd
</div>

↓

<li>aaa</li>
<li>bbb</li>
<li>ccc</li>
<li>ddd</li>

よろしくお願いいたします。

Answer 1

註： 編集前の質問に対する回答です。
ぱっと思いつくのは正規表現ですかね。

import re

html = """\
aaaa<br/>
bbb<br/>
ccc<br/>\
"""

html = re.sub(r'^(.*)<br/>', r'<li>\1</li>', html, flags=re.MULTILINE)
print(html)

実行結果 Wandbox

<li>aaaa</li>
<li>bbb</li>
<li>ccc</li>

Comments

[RWW]

ありがとうございます！確かにこのコードでしたら、解決します。
私の質問内容が悪かったのでコードを修正いたしましたので、もしよろしかったら上記の場合だと、どうなるのかご教授いただければと思います。

また、htmlのコードもスクレイピングをして抽出しているので変数に入っています。
このような場合だとお答え頂いた、「"""\　〜　\"""」のところはどのようにすればよろしいのでしょうか？

[LouiS0616]

動作するスニペットを提示するために、適当に変数htmlを初期化しただけです。
変数に格納された時点で、その値がもともとどこから持ってこられたかは無視できます。

[LouiS0616]

また、『上記の場合』がちょっと曖昧なので、どのようにお答えすればいいのかよくわかりません。
どんな条件を満たしているときに置換を行いたいのか、もう少し詳しく質問文に記載してください。

[RWW]

失礼いたしました。
<class>に挟まれており、テキストが改行されておらず一行で記載されている場合です。

[LouiS0616]

スクレイピングにはどのようなライブラリを使っていますか。

Answer 2

文字を抽出してからliタグを作成後文字追加
https://www.crummy.com/software/BeautifulSoup/bs4/doc/#navigablestring-and-new-tag

from bs4 import BeautifulSoup

html = """
<div class = "class">
aaa<br/>bbb<br/>ccc<br/>ddd
</div>
"""

soup = BeautifulSoup(html, 'html.parser')

# text抽出
brs = [text for text in soup.div.stripped_strings]
print(brs)

# 空のHTML作成
new_html = BeautifulSoup('', 'html.parser')

tag = new_html

for br_string in brs:

    li_tag = tag.new_tag('li')
    li_tag.string = br_string
    tag.append(li_tag)

print(new_html)