質問編集履歴
3
追記を追加
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -34,7 +34,7 @@
|
|
|
34
34
|
<b>→<i>の場合
|
|
35
35
|
[2]あいうえお[/2]
|
|
36
36
|
<i>→<b>の場合
|
|
37
|
-
[2][1]あいうえお[/1][2]
|
|
37
|
+
[2][1]あいうえお[/1][/2]
|
|
38
38
|
```
|
|
39
39
|
|
|
40
40
|
現在、解決方法を探し始めた状態での質問になります。
|
|
@@ -76,4 +76,24 @@
|
|
|
76
76
|
list_check(contents_check,contents_list.contents,tag) #子の要素にタグがある場合、もう一周
|
|
77
77
|
```
|
|
78
78
|
この場合、2周目のcontentsのクラスがbs4.element.Tagのためfind_allが使えなかった
|
|
79
|
-
また、find_allだと"<b><i>あいうえお</i></b>"に対して、[<b><i>あいうえお</i></b>,<i>あいうえお</i>]と同一のテキストを複数回抽出してしまう
|
|
79
|
+
また、find_allだと"<b><i>あいうえお</i></b>"に対して、[<b><i>あいうえお</i></b>,<i>あいうえお</i>]と同一のテキストを複数回抽出してしまう
|
|
80
|
+
|
|
81
|
+
追記3--
|
|
82
|
+
```python
|
|
83
|
+
while 1: #子要素がなくなるまでひたすら繰り返す
|
|
84
|
+
j=0 #ループ抜け用
|
|
85
|
+
for tag in tag_list: #スコア対象のタグについて一つずつ確認
|
|
86
|
+
for contents in soup.find_all(tag):
|
|
87
|
+
i=0 #子要素があるか確認
|
|
88
|
+
for content in contents.contents:
|
|
89
|
+
if content.name != None:
|
|
90
|
+
i+=1
|
|
91
|
+
j+=1
|
|
92
|
+
if i==0: #子要素がなかったら該当スコアをタグ形式で付与
|
|
93
|
+
#タグごとのスコア決めは省略
|
|
94
|
+
contents.string = start + contents.string + end
|
|
95
|
+
contents.unwrap() #スコアを付与したらタグを外す
|
|
96
|
+
if j==0: break
|
|
97
|
+
```
|
|
98
|
+
これによって"<b><i>あいうえお</i></b>"に対して"[2][1]あいうえお[/1][/2]"と出力できるようになった
|
|
99
|
+
次は"[2][1]あいうえお[/1][/2]"を"[3]あいうえお[/3]"とまとめたい
|
2
追記を追加
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -48,4 +48,32 @@
|
|
|
48
48
|
text.string = start + text.string + end
|
|
49
49
|
#startとendはタグの種類によって変わる
|
|
50
50
|
```
|
|
51
|
-
としてみたが結果は同じだった
|
|
51
|
+
としてみたが結果は同じだった
|
|
52
|
+
|
|
53
|
+
追記2--
|
|
54
|
+
```python
|
|
55
|
+
def list_check(f,L,tag): #listでなかったら関数に投げる
|
|
56
|
+
if isinstance(L,list):
|
|
57
|
+
if L == []:
|
|
58
|
+
return []
|
|
59
|
+
else:
|
|
60
|
+
return [list_check(f,L[0],tag)] + list_check(f,L[1:],tag)
|
|
61
|
+
else:
|
|
62
|
+
return f(L,tag)
|
|
63
|
+
|
|
64
|
+
def contents_check(contents,tag): #
|
|
65
|
+
for contents_list in contents.find_all(tag): #スコア対象のタグ一覧から該当するものを探す
|
|
66
|
+
tag_num=0
|
|
67
|
+
for content in contents_list.contents: #子の要素にタグがあるか確認
|
|
68
|
+
if content.name != None:
|
|
69
|
+
tag_num = 1
|
|
70
|
+
if tag_num == 0: #子にタグがなかったら（入れ子の一番内側）
|
|
71
|
+
"""
|
|
72
|
+
タグごとのスコア決めは省略
|
|
73
|
+
"""
|
|
74
|
+
contents_list.replace_with(start + contents_list.string + end) #点数で挟む[1]~~~[/1]など
|
|
75
|
+
else:
|
|
76
|
+
list_check(contents_check,contents_list.contents,tag) #子の要素にタグがある場合、もう一周
|
|
77
|
+
```
|
|
78
|
+
この場合、2周目のcontentsのクラスがbs4.element.Tagのためfind_allが使えなかった
|
|
79
|
+
また、find_allだと"<b><i>あいうえお</i></b>"に対して、[<b><i>あいうえお</i></b>,<i>あいうえお</i>]と同一のテキストを複数回抽出してしまう
|
1
追記を追加
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -39,4 +39,13 @@
|
|
|
39
39
|
|
|
40
40
|
現在、解決方法を探し始めた状態での質問になります。
|
|
41
41
|
新しい方法が見つかり次第、質問内容を更新していきます。
|
|
42
|
-
アドバイスのほどよろしくお願いします。
|
|
42
|
+
アドバイスのほどよろしくお願いします。
|
|
43
|
+
|
|
44
|
+
追記--
|
|
45
|
+
```python
|
|
46
|
+
find = soup.find_all(tag)
|
|
47
|
+
for text in find:
|
|
48
|
+
text.string = start + text.string + end
|
|
49
|
+
#startとendはタグの種類によって変わる
|
|
50
|
+
```
|
|
51
|
+
としてみたが結果は同じだった
|