find() sau khi replaceWith() không hoạt động (sử dụng BeautifulSoup)

Question

Hãy xem xét các phiên python sau:

>>> from BeautifulSoup import BeautifulSoup 
>>> s = BeautifulSoup("<p>This <i>is</i> a <i>test</i>.</p>"); myi = s.find("i") 
>>> myi.replaceWith(BeautifulSoup("was")) 
>>> s.find("i") 
>>> s = BeautifulSoup("<p>This <i>is</i> a <i>test</i>.</p>"); myi = s.find("i") 
>>> myi.replaceWith("was") 
>>> s.find("i") 
<i>test</i> 

Xin lưu ý đầu ra thiếu của s.find ("i") sau khi dòng 4!

Lý do cho việc này là gì? Có cách giải quyết nào không?

EDIT: Trên thực tế, ví dụ không chứng minh usecase, đó là:

myi.replaceWith(BeautifulSoup("wa<b>s</b>")) 

Bất cứ khi nào phần chèn chứa bản thân mã html nontrivial, tôi không thấy làm thế nào bạn có thể thay thế cú pháp này với một cái gì đó khác. Chỉ cần có

myi.replaceWith("wa<b>s</b>") 

sẽ thay thế ký tự đặc biệt html theo thực thể.

Answer 1

Câu trả lời đơn giản: sau khi gọi tới replaceWith, tạo lại và làm sạch s bằng cách gọi s = BeautifulSoup(s.renderContents()). Sau đó, bạn có thể find một lần nữa.

Answer 2

Vấn đề có vẻ là đối tượng BeautifulSoup được coi là toàn bộ tài liệu. find lặp qua tài liệu yêu cầu mỗi phần tử cho phần tử tiếp theo sau nó. Nhưng khi nó đến được BeautifulSoup("was"), đối tượng đó nghĩ rằng đó là toàn bộ tài liệu, vì vậy nó nói không có gì sau đó. Điều này hủy bỏ quá trình tìm kiếm quá sớm.

Tôi không nghĩ rằng BeautifulSoup được thiết kế để có các đối tượng BeautifulSoup bên trong các đối tượng BeautifulSoup khác. Cách giải quyết là không làm điều đó. Tại sao bạn cảm thấy bạn cần sử dụng biểu mẫu đầu tiên thay vì biểu mẫu thứ hai, đã hoạt động? Nếu bạn muốn thay thế một phần tử bằng một chút HTML, hãy sử dụng một số Tag để thay thế của bạn, không phải là đối tượng BeautifulSoup.

Answer 3

Tôi nghĩ, tôi đã tìm được giải pháp khắc phục sự cố cho tôi. Tôi lặp lại toàn bộ mã một lần nữa dưới dạng tập lệnh Python để đưa ra một ví dụ hoàn chỉnh:

from BeautifulSoup import BeautifulSoup 
s = BeautifulSoup("<p>This <i>is</i> a <i>test</i>.</p>") 
myi = s.find("i") 
s2 = BeautifulSoup("wa<b>s</b>") 
myi_id = myi.parent.contents.index(myi) 
for c in reversed(s2.contents): 
    myi.parent.insert(myi_id + 1, c) 
myi.extract() 

Xin lưu ý rằng điều này sẽ không hoạt động nếu không có reversed(). Nếu bạn bỏ qua nó, bạn không chỉ thay đổi thứ tự của các phần tử. Nếu bạn thực sự muốn để có thể được thay đổi, bạn sẽ phải viết như sau:

for c in list(s2.contents): 
    myi.parent.insert(myi_id + 1, c) 

ai đó có thể vui lòng giải thích, tại sao bỏ qua list() sẽ bỏ qua <b>s</b>? (Vui lòng trả lời trong một bình luận, vì đây không phải là câu hỏi chính ở đây.)