錨（<a href="URL">URL</a>）代替文本（<p>URL</p>）

Question

試圖實現以下邏輯：

如果URL在文本由段落標記（例如：<p>URL</p>）包圍，取代它到位成爲鏈路，而不是：<a href="URL">Click Here</a>

原始文件是數據庫轉儲（sql，UTF-8）。某些網址已經以所需的格式存在。我需要修復缺失的鏈接。

我正在使用一個腳本，它使用Beautifulsoup。如果其他解決方案更有意義（正則表達式等），我願意接受建議。

Answer 1

您可以搜索文本以http開頭的所有p元素。然後，replace it with鏈接：

for elm in soup.find_all("p", text=lambda text: text and text.startswith("http")): 
    elm.replace_with(soup.new_tag("a", href=elm.get_text())) 

示例工作代碼：

from bs4 import BeautifulSoup 

data = """ 
<div> 
    <p>http://google.com</p> 
    <p>https://stackoverflow.com</p> 
</div> 
""" 

soup = BeautifulSoup(data, "html.parser") 
for elm in soup.find_all("p", text=lambda text: text and text.startswith("http")): 
    elm.replace_with(soup.new_tag("a", href=elm.get_text())) 

print(soup.prettify()) 

打印：

<div> 
    <a href="http://google.com"></a> 
    <a href="https://stackoverflow.com"></a> 
</div> 

我能想象這種做法決裂，但它應該是一個良好的開端爲您服務。

---

如果您還想要文本添加到您的鏈接，設置.string屬性：

soup = BeautifulSoup(data, "html.parser") 
for elm in soup.find_all("p", text=lambda text: text and text.startswith("http")): 
    a = soup.new_tag("a", href=elm.get_text()) 
    a.string = "link" 
    elm.replace_with(a)