主页 / 问题 / 1018059
Accepted
Кевин
Asked:2020-08-28 13:43:24 +0000 UTC2020-08-28 13:43:24 +0000 UTC

如果图像src在引号之间包含“数据”，如何删除图像src并用src替换data-lazy？

  • 772

我有一个带有 html 代码的文本文件，尤其是带有 img 标签的文本文件。

所以问题是，对于 src 属性中的大多数 img 标签，没有特定的链接，而是“data: image / here_random_characters”，并且在同一个标​​签中，有一个属性（data-lazy）具有正确的链接。

问题：如果 src 包含数据并将相邻的 data-lazy 替换为 src，如何删除 python 中的属性？

标记示例：

<img src="data:image/ACwAABADs" data-lazy="https://mysite/imgs/img.jpg">

我希望它最终看起来如何：

<img src="https://mysite/imgs/img.jpg">
html

2 个回答

  1. 大概是这样的：

    import re

a = '<img src="data:image/ACwAABADs" data-lazy="https://mysite/imgs/img.jpg" >'
a = re.sub(r'(src=).*("https)', r'\1\2',a)
print(a)

#<img src="https://mysite/imgs/img.jpg" >
    • 1
  2. Best Answer

    并尝试这样：

    import re

text = """\
<img src="data:image/ACwAABADs" data-lazy="https://mysite/imgs/img.jpg">
<img src="data:image/ACwAABADs">
<img src="data:image/ACwAA123" data-lazy="https://mysite/imgs/img123.jpg">
"""

print(re.sub('<img src="data:.+?" data-lazy="(.+?)">', r'<img src="\1">', text))
# <img src="https://mysite/imgs/img.jpg">
# <img src="data:image/ACwAABADs">
# <img src="https://mysite/imgs/img123.jpg">

    PS。

    但我建议您诚实地使用解析器解析文件并更改属性：

    from bs4 import BeautifulSoup
root = BeautifulSoup(text, 'html.parser')

for img in root.select('img[data-lazy]'):
    img['src'] = img.attrs.pop('data-lazy')

print(root)
# <img src="https://mysite/imgs/img.jpg"/>
# <img src="data:image/ACwAABADs"/>
# <img src="https://mysite/imgs/img123.jpg"/>

with open('1.html', 'w', encoding='utf-8') as f:
    f.write(str(root))
    • 1

相关问题