回答編集履歴
1
テキスト修正
test
CHANGED
|
@@ -95,3 +95,83 @@
|
|
|
95
95
|
|
|
96
96
|
|
|
97
97
|
以上参考になれば幸いです。
|
|
98
|
+
|
|
99
|
+
|
|
100
|
+
|
|
101
|
+
|
|
102
|
+
|
|
103
|
+
---
|
|
104
|
+
|
|
105
|
+
|
|
106
|
+
|
|
107
|
+
**追記**
|
|
108
|
+
|
|
109
|
+
|
|
110
|
+
|
|
111
|
+
蛇足ですが、[lxml](https://lxml.de/) のHTMLパーサー [lxml.html](https://lxml.de/lxmlhtml.html)を使うと、XPath でテキストノードを持ってこれるので、以下のように手短に書けます。
|
|
112
|
+
|
|
113
|
+
|
|
114
|
+
|
|
115
|
+
```python
|
|
116
|
+
|
|
117
|
+
import lxml.html
|
|
118
|
+
|
|
119
|
+
|
|
120
|
+
|
|
121
|
+
src = '''
|
|
122
|
+
|
|
123
|
+
<!DOCTYPE html>
|
|
124
|
+
|
|
125
|
+
<html>
|
|
126
|
+
|
|
127
|
+
<head>
|
|
128
|
+
|
|
129
|
+
<meta charset="utf-8">
|
|
130
|
+
|
|
131
|
+
<title>太字テスト</title>
|
|
132
|
+
|
|
133
|
+
<link rel="stylesheet" href="stylesheet.css">
|
|
134
|
+
|
|
135
|
+
</head>
|
|
136
|
+
|
|
137
|
+
<body>
|
|
138
|
+
|
|
139
|
+
<div class="normal">これは普通の文章です。</div>
|
|
140
|
+
|
|
141
|
+
<div class="ep">この文章は強調の文章です！</div>
|
|
142
|
+
|
|
143
|
+
<div class="normal">これは<span class="ep2">この部分が！</span>強調の文章です。</div>
|
|
144
|
+
|
|
145
|
+
</body>
|
|
146
|
+
|
|
147
|
+
</html>
|
|
148
|
+
|
|
149
|
+
'''
|
|
150
|
+
|
|
151
|
+
|
|
152
|
+
|
|
153
|
+
|
|
154
|
+
|
|
155
|
+
root = lxml.html.fromstring(src)
|
|
156
|
+
|
|
157
|
+
|
|
158
|
+
|
|
159
|
+
for text in root.xpath('//text()'):
|
|
160
|
+
|
|
161
|
+
if '！' in text:
|
|
162
|
+
|
|
163
|
+
elm = text.getparent()
|
|
164
|
+
|
|
165
|
+
print(elm.tag + "/" + str(elm.attrib) + "/" + text)
|
|
166
|
+
|
|
167
|
+
```
|
|
168
|
+
|
|
169
|
+
|
|
170
|
+
|
|
171
|
+
上記を実行すると以下が表示されます。
|
|
172
|
+
|
|
173
|
+
|
|
174
|
+
|
|
175
|
+
> div/{'class': 'ep'}/この文章は強調の文章です！
|
|
176
|
+
|
|
177
|
+
span/{'class': 'ep2'}/この部分が！
|