用Python选择和重新排列HTML元素

Question

下面的非结构化表元素如何结构化，而不使用任何库。

<table>
 <tfoot>
    <tr><td>Sum</td><td>$180</td></tr>
  </tfoot>
  <tbody>
    <tr><td>January</td><td>$100</td></tr>
  </tbody>
</table>

所需的表：

<table>
  <tbody>
    <tr><td>January</td><td>$100</td></tr>
  </tbody>
   <tfoot>
    <tr><td>Sum</td><td>$180</td></tr>
  </tfoot>
</table>

维护html元素的属性顺序很重要。我试过用BeautifulSoup。它改变了顺序。请建议任何解决此问题的pythonic方法，它不需要使用beautifulsoup或lxml。

Answer 1

您可以通过re使用正则表达式：

import re
s = """
<table>
  <tfoot>
    <tr><td>Sum</td><td>$180</td></tr>
  </tfoot>
  <tbody>
    <tr><td>January</td><td>$100</td></tr>
 </tbody>
</table>
"""
new_s = re.sub('\<tr\>.*?\</tr\>', '{}', s).format(*re.findall('\<tr\>.*?\</tr\>', s)[::-1])

输出：

<table>
  <tfoot>
    <tr><td>January</td><td>$100</td></tr>
  </tfoot>
  <tbody>
    <tr><td>Sum</td><td>$180</td></tr>
 </tbody>
</table>