我有一个看起来像这样的html：
<h1>Sanctuary Verses</h1>
<h2>Purpose and Importance of the Sanctuary</h2>
<p>Ps 73:17\nUntil I went into the sanctuary of God; [then] understood I their end.</p>
<p>...</p>
<h2>Some other title</h2>
<p>...</p>
<h3>sub-sub-title</h3>
<p>sub-sub-content</p>
<h2>Some different title</h2>
<p>...</p>...
没有将
div标记分组的section或p标记。它可以很好地用于显示目的。我想提取数据以获得所需的输出。所需输出：
h标记应显示为标题，并根据其级别嵌套p标记应添加到h标记所指定的特定标题下的内容中所需输出：
{
"title": "Sanctuary Verses"
"contents": [
{"title": "Purpose and Importance of the Sanctuary"
"contents":["Ps 73:17\nUntil I went into the sanctuary of God; [then] understood I their end.",
"...."
]
},
{"title": "Some other title"
"contents": ["...",
{"title": "sub-sub-title"
"content": ["sub-sub-content"]
}
]
},
{"title": "Some different title"
"content": ["...","..."]
}
}
我编写了一些变通方法代码，这些代码可以帮助我获得所需的输出。我想知道哪种是获得所需输出的最简单方法
最佳答案
这有点像堆栈问题/图形问题。让我们称它为树。 （或文档等）。
我认为您的初始元组可以改进。 （文字，深度，类型）
stack = []
depth = 0
broken_value = -1
current = {"title":"root", "contents":[]}
for item in list_of_tuples:
if item[1]>depth:
#deeper
next = { "title":item[0], "contents":[] }
current["contents"].append(next)
stack.append(current)
current=next
depth = item[1]
elif item[1]<depth:
#shallower closes current gets previous level
while depth>item[1]:
prev = stack.pop()
depth = depth-1
current = {"title":item[0], "content":[]}
stack[-1].append(current)
depth=item[1]
else:
#same depth
if item[2]==broken_value:
#<p> element gets added to current level.
current['contents'].append(item[0])
else:
#<h> element gets added to parent of current.
current = {"title":item[0], "content":[]}
stack[-1]["contents"].append(current)
broken_value = item[2]
这将创建一个任意深度图，该图假定深度增加1，但
可以减少任意数量。
最好跟踪字典中的深度，以便一次可以移动多个深度。不仅是“标题”和“内容”，还可能是“标题”，“深度”和“内容”
说明
堆栈跟踪打开的元素，而当前元素是我们正在构建的元素。
如果找到的深度大于当前深度，则将当前元素放到堆栈上（它仍处于打开状态）并开始处理下一级元素。
如果深度小于当前元素，我们将关闭当前元素和父元素直到相同的深度。
最后，如果深度相同，我们决定是添加一个“ p”元素，还是关闭电流并开始一个新电流的另一个“ h”。
关于python - Python3:如何根据h标签的级别将纯HTML转换为嵌套字典？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/59929011/