Estoy usando python + BeautifulSoup para analizar un documento HTML.¿Cómo cambiar el nombre de la etiqueta con BeautifulSoup?
Ahora necesito reemplazar todos los elementos <h2 class="someclass"> en un documento HTML, con <h1 class="someclass">.
¿Cómo puedo cambiar el nombre de la etiqueta, sin cambiar nada más en el documento?
No sé cómo se está accediendo tag pero las siguientes obras para mí:
import BeautifulSoup
if __name__ == "__main__":
data = """
<html>
<h2 class='someclass'>some title</h2>
<ul>
<li>Lorem ipsum dolor sit amet, consectetuer adipiscing elit.</li>
<li>Aliquam tincidunt mauris eu risus.</li>
<li>Vestibulum auctor dapibus neque.</li>
</ul>
</html>
"""
soup = BeautifulSoup.BeautifulSoup(data)
h2 = soup.find('h2')
h2.name = 'h1'
print soup
salida de print soup comando es:
<html>
<h1 class='someclass'>some title</h1>
<ul>
<li>Lorem ipsum dolor sit amet, consectetuer adipiscing elit.</li>
<li>Aliquam tincidunt mauris eu risus.</li>
<li>Vestibulum auctor dapibus neque.</li>
</ul>
</html>
Como puede ver, h2 se convirtió en h1. Y nada más en el documento cambió. Estoy usando Python 2.6 y BeautifulSoup 3.2.0.
Si usted tiene más de un h2 y desea cambiar a todos ellos, se puede hacer simple:
soup = BeautifulSoup.BeautifulSoup(your_data)
while True:
h2 = soup.find('h2')
if not h2:
break
h2.name = 'h1'
from BeautifulSoup import BeautifulSoup, Tag
soup = BeautifulSoup("<h2 class="someclass">TEXTHERE</h2>")
tag = Tag(soup, "h1", [("class", "someclass")])
tag.insert(0, "TEXTHERE")
soup.h2.replaceWith(tag)
print soup
# <h1 class="someclass">TEXTHERE</h1>
creo que esto eliminará todo el contenido de la etiqueta h2 Solo quiero reemplazar el nombre de la etiqueta y dejar todo lo demás intacto. – daphshez
Es sólo:
tag.name = 'new_name'
no sé por qué no me ha funcionado antes. Gracias por la respuesta. – daphshez