在HTML中，在python中的URL重映射库

通过URL重映射，我的意思是在实际的HTML文档中更改所有“href”和“src”以及“action”和...。在HTML中，在python中的URL重映射库

是否有任何python库来做这种类型的URL重新映射？

在python web服务器应用程序（基于龙卷风）上，我希望能够修改基于某些条件的服务器的HTML代码。

想象一下，我从磁盘读取这个HTML，但我需要替换所有的链接和...指向这个子域/域和路径或那一个。

可以说我不想使用模板来重写我在磁盘上的所有HTML（将标记放入并在运行时替换标记）还可以为了简单起见想象我没有外部链接（如我从来没有链接到google.com [需要有条件的重新映射]）。

来源

2012-01-21 Ali

据我所知，目前还没有这样的库，但你可以用urlparse标准Python MOULE一起使用一些HTML解析库像lxml或BeautifulSoup。我更喜欢使用lxml和XPath。

例如，我们有救的StackOverflow页面doc.html，我们希望做一些与包含href，src，actions节点：

import urlparse 

import lxml.html 


with open('doc.htm') as f: 
    doc = lxml.html.parse(f) 

for el in doc.xpath('//*[@href | @src | @action]'): 
    tag = el.tag 
    href = el.get('href', '') 
    if not href: 
     continue 

    # not really need to check for '/' when using urljoin, but this is just example 
    if href.startswith('/'): 
     el.attrib['href'] = urlparse.urljoin('http://stackoverflow.com/', href) 

# then get string representation of tree back 
result = lxml.html.tostring(doc)

在这个例子中，我只将相对href“ s以'/'开始，绝对使用urlparse.urljoin，而不是使用来自XPath结果的所有元素。但您可以根据自己的需求进行定制。

来源

2012-01-21 15:45:30 reclosedev

在HTML中，在python中的URL重映射库

回答

相关问题