質問編集履歴
3
追記を追加
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -70,7 +70,7 @@
|
|
|
70
70
|
|
|
71
71
|
<i>→<b>の場合
|
|
72
72
|
|
|
73
|
-
[2][1]あいうえお[/1][2]
|
|
73
|
+
[2][1]あいうえお[/1][/2]
|
|
74
74
|
|
|
75
75
|
```
|
|
76
76
|
|
|
@@ -155,3 +155,43 @@
|
|
|
155
155
|
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
|
|
156
156
|
|
|
157
157
|
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
|
|
158
|
+
|
|
159
|
+
|
|
160
|
+
|
|
161
|
+
追記3--
|
|
162
|
+
|
|
163
|
+
```python
|
|
164
|
+
|
|
165
|
+
while 1: #子要素がなくなるまでひたすら繰り返す
|
|
166
|
+
|
|
167
|
+
j=0 #ループ抜け用
|
|
168
|
+
|
|
169
|
+
for tag in tag_list: #スコア対象のタグについて一つずつ確認
|
|
170
|
+
|
|
171
|
+
for contents in soup.find_all(tag):
|
|
172
|
+
|
|
173
|
+
i=0 #子要素があるか確認
|
|
174
|
+
|
|
175
|
+
for content in contents.contents:
|
|
176
|
+
|
|
177
|
+
if content.name != None:
|
|
178
|
+
|
|
179
|
+
i+=1
|
|
180
|
+
|
|
181
|
+
j+=1
|
|
182
|
+
|
|
183
|
+
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
|
|
184
|
+
|
|
185
|
+
#タグごとのスコア決めは省略
|
|
186
|
+
|
|
187
|
+
contents.string = start + contents.string + end
|
|
188
|
+
|
|
189
|
+
contents.unwrap() #スコアを付与したらタグを外す
|
|
190
|
+
|
|
191
|
+
if j==0: break
|
|
192
|
+
|
|
193
|
+
```
|
|
194
|
+
|
|
195
|
+
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
|
|
196
|
+
|
|
197
|
+
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
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -99,3 +99,59 @@
|
|
|
99
99
|
```
|
|
100
100
|
|
|
101
101
|
としてみたが結果は同じだった
|
|
102
|
+
|
|
103
|
+
|
|
104
|
+
|
|
105
|
+
追記2--
|
|
106
|
+
|
|
107
|
+
```python
|
|
108
|
+
|
|
109
|
+
def list_check(f,L,tag): #listでなかったら関数に投げる
|
|
110
|
+
|
|
111
|
+
if isinstance(L,list):
|
|
112
|
+
|
|
113
|
+
if L == []:
|
|
114
|
+
|
|
115
|
+
return []
|
|
116
|
+
|
|
117
|
+
else:
|
|
118
|
+
|
|
119
|
+
return [list_check(f,L[0],tag)] + list_check(f,L[1:],tag)
|
|
120
|
+
|
|
121
|
+
else:
|
|
122
|
+
|
|
123
|
+
return f(L,tag)
|
|
124
|
+
|
|
125
|
+
|
|
126
|
+
|
|
127
|
+
def contents_check(contents,tag): #
|
|
128
|
+
|
|
129
|
+
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
|
|
130
|
+
|
|
131
|
+
tag_num=0
|
|
132
|
+
|
|
133
|
+
for content in contents_list.contents: #子の要素にタグがあるか確認
|
|
134
|
+
|
|
135
|
+
if content.name != None:
|
|
136
|
+
|
|
137
|
+
tag_num = 1
|
|
138
|
+
|
|
139
|
+
if tag_num == 0: #子にタグがなかったら（入れ子の一番内側）
|
|
140
|
+
|
|
141
|
+
"""
|
|
142
|
+
|
|
143
|
+
タグごとのスコア決めは省略
|
|
144
|
+
|
|
145
|
+
"""
|
|
146
|
+
|
|
147
|
+
contents_list.replace_with(start + contents_list.string + end) #点数で挟む[1]~~~[/1]など
|
|
148
|
+
|
|
149
|
+
else:
|
|
150
|
+
|
|
151
|
+
list_check(contents_check,contents_list.contents,tag) #子の要素にタグがある場合、もう一周
|
|
152
|
+
|
|
153
|
+
```
|
|
154
|
+
|
|
155
|
+
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
|
|
156
|
+
|
|
157
|
+
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
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -81,3 +81,21 @@
|
|
|
81
81
|
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。
|
|
82
82
|
|
|
83
83
|
アドバイスのほどよろしくお願いします。
|
|
84
|
+
|
|
85
|
+
|
|
86
|
+
|
|
87
|
+
追記--
|
|
88
|
+
|
|
89
|
+
```python
|
|
90
|
+
|
|
91
|
+
find = soup.find_all(tag)
|
|
92
|
+
|
|
93
|
+
for text in find:
|
|
94
|
+
|
|
95
|
+
text.string = start + text.string + end
|
|
96
|
+
|
|
97
|
+
#startとendはタグの種類によって変わる
|
|
98
|
+
|
|
99
|
+
```
|
|
100
|
+
|
|
101
|
+
としてみたが結果は同じだった
|