Anchors (<a href="URL">URL</a>) anstelle von Text (<p>URL</p>)

Question

Der Versuch, die folgende Logik zu erreichen:

Wenn URL in Text von Absatz-Tags (Beispiel: <p>URL</p>) umgeben ist, ersetzen Sie es an Ort und Stelle einen Link zu werden, anstatt : <a href="URL">Click Here</a>

Die ursprüngliche Datei ist ein Datenbankabbild (sql, UTF-8). Einige URLs existieren bereits im gewünschten Format. Ich muss die fehlenden Links beheben.

Ich arbeite an einem Skript, das Beautifulsoup verwendet. Wenn andere Lösungen sinnvoller sind (Regex, etc.), bin ich offen für Vorschläge.

Answer 1

Sie können nach allen Elementen suchen, deren Text mit http beginnt. Dann replace it with ein Link:

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())) 

Beispiel Arbeitscode:

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()) 

Drucke:

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

kann ich diesen Ansatz Pause vorstellen, aber es sollte ein guter Start für Sie sein.

---

Wenn Sie zusätzlich Texte hinzufügen möchten Ihre Links, setzen Sie die .string Eigenschaft:

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)