python beautifulsoup タグの追加について

下記のhtmlを読み込みタグを追加して、再度保存したいと考えています。

対象ファイルのhtml構成

html
1<table border="1" class="dataframe">
2  <thead>
3    <tr style="text-align: right;">
4      <th></th>
5      <th></th>
6      <th>a</th>
7      <th>b</th>
8      <th>c</th>
9      <th>d</th>
10      <th>e</th>
11      <th>f</th>
12      <th>g</th>
13      <th>h</th>
14      <th>i</th>
15      <th>j</th>
16      <th>k</th>
17    </tr>
18    <tr>
19      <th>L</th>
20      <th></th>
21      <th></th>
22      <th></th>
23      <th></th>
24      <th></th>
25      <th></th>
26      <th></th>
27      <th></th>
28      <th></th>
29      <th></th>
30      <th></th>
31      <th></th>
32    </tr>
33  </thead>
34  <tbody>
35 	<tr>
36      <th>123</th>
37      <td></td>
38      <td>789</td>
39      <td>789</td>
40      <td>789</td>
41      <td>789</td>
42      <td>789</td>
43      <td>789</td>
44      <td>789</td>
45      <td>789</td>
46      <td>789</td>
47      <td>789</td>
48      <td>789</td>
49    </tr>
50  </tbody>
51</table>

上記のhtmlファイルに、下記のタグを追加したいと考えています。

html
1<tr style="text-align: left;" >
2　　　　<th colspan="13">aaaaaaa</th>		
3</tr>

理想の位置は、<thrad>タグの直後に追加したいと考えています。

html
1  <thead>
2	<tr style="text-align: left;" >
3      <th colspan="13">aaaaaaa</th>		
4	</tr>
5    <tr style="text-align: right;">
6      <th></th>
7      <th></th>
8      <th>a</th>
9      <th>b</th>

beautifulsoupでタグの追加は出来るのですが、
soup = BeautifulSoup(f.read(), 'html.parser')
nt = soup.new_tag('tr', id='code')

意図した位置にタグの追加を行うことができていません。
また、タグの追加を行った後のhtmlファイルを保存することもできていません。
実装方法に関して回答いただけると幸いです。

不足情報等ありましたら追加させていただきます。

よろしくお願いいたします。

行動規範の内容に同意します

回答1件

ベストアンサー

insert で指定の位置に挿入してみてください。

スクレイピング - Beautiful Soup の DOM ツリーの編集方法まとめ - Pynote

python
1html = """
2<table border="1" class="dataframe">
3  <thead>
4    <tr style="text-align: right;">
5      <th></th>
6      <th></th>
7      <th>a</th>
8      <th>b</th>
9      <th>c</th>
10      <th>d</th>
11      <th>e</th>
12      <th>f</th>
13      <th>g</th>
14      <th>h</th>
15      <th>i</th>
16      <th>j</th>
17      <th>k</th>
18    </tr>
19    <tr>
20      <th>L</th>
21      <th></th>
22      <th></th>
23      <th></th>
24      <th></th>
25      <th></th>
26      <th></th>
27      <th></th>
28      <th></th>
29      <th></th>
30      <th></th>
31      <th></th>
32      <th></th>
33    </tr>
34  </thead>
35  <tbody>
36     <tr>
37      <th>123</th>
38      <td></td>
39      <td>789</td>
40      <td>789</td>
41      <td>789</td>
42      <td>789</td>
43      <td>789</td>
44      <td>789</td>
45      <td>789</td>
46      <td>789</td>
47      <td>789</td>
48      <td>789</td>
49      <td>789</td>
50    </tr>
51  </tbody>
52</table>
53"""
54
55from bs4 import BeautifulSoup
56
57soup = BeautifulSoup(html, "html.parser")
58nt = soup.new_tag("tr", id="code")
59
60# 追加するタグ
61tag_to_add = BeautifulSoup(
62    """
63<tr style="text-align: left;" >
64　　　　<th colspan="13">aaaaaaa</th>        
65</tr>"""
66)
67
68# thread の子のインデックス0の位置 (つまり、先頭) に挿入する。
69soup.thead.insert(0, tag_to_add)
70print(soup)
71
72# 保存する。
73with open("edit.html", "w") as f:
74    f.write(str(soup))

<table border="1" class="dataframe">
<thead>
<tr style="text-align: left;">
　　　　<th colspan="13">aaaaaaa</th>
</tr>
<tr style="text-align: right;">
<th></th>
<th></th>
<th>a</th>
<th>b</th>
<th>c</th>
<th>d</th>
<th>e</th>
<th>f</th>
<th>g</th>
<th>h</th>
<th>i</th>
<th>j</th>
<th>k</th>
</tr>
<tr>
<th>L</th>
<th></th>
<th></th>
<th></th>
<th></th>
<th></th>
<th></th>
<th></th>
<th></th>
<th></th>
<th></th>
<th></th>
<th></th>
</tr>
</thead>
<tbody>
<tr>
<th>123</th>
<td></td>
<td>789</td>
<td>789</td>
<td>789</td>
<td>789</td>
<td>789</td>
<td>789</td>
<td>789</td>
<td>789</td>
<td>789</td>
<td>789</td>
<td>789</td>
</tr>
</tbody>
</table>

投稿2019/08/13 09:16

編集2019/08/13 09:17