使用解析器替换所有IMG元素的SRC

Question

我正在寻找一种不使用正则表达式替换所有IMG标签中SRC属性的方法。（想要使用默认Python安装中随附的任何现成的HTML解析器）我需要将源代码减少到：

<img src="cid:imagename">

我正在尝试替换所有src标记以指向HTML电子邮件的附件的cid，因此我还需要更改任何来源，因此它只是文件名而没有路径或扩展名。

Answer 1

Python标准库中有一个HTML解析器，但是它不是很有用，并且自Python
2.6起已弃用。使用BeautifulSoup进行这种事情真的很容易：

from BeautifulSoup import BeautifulSoup
from os.path import basename, splitext
soup = BeautifulSoup(my_html_string)
for img in soup.findAll('img'):
    img['src'] = 'cid:' + splitext(basename(img['src']))[0]
my_html_string = str(soup)