やりたかったこと
base.html内のタグの中に、insert.htmlの内容を挿入した結果を、output.htmlとして書き出したかった。
今回は、pythonのlxmlモジュール使ってみた。
ベースファイル（base.html）
base.html
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>テスト</title>
<xml id="toolbox"></xml>
</head>
<body>
</body>
</html>
挿入内容（insert.html）
insert.html
<category id="hoge">
<block></block>
</category>
出力結果（output.html)
output.html
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>テスト</title>
<xml id="toolbox">
<category id="hoge">
<block></block>
</category>
</xml>
</head>
<body>
</body>
</html>
スクリプト（joint.py）
下記のスクリプトで、イメージどおりのoutput.htmlが生成される。
joint.py
import lxml.html
def unescape(s):
s = s.replace("<", "<")
s = s.replace(">", ">")
# this has to be last:
s = s.replace("&", "&")
return s
def readContent(path):
f = open(path)
content = f.read()
f.close()
return content
base_path = "./"
insert = base_path + "insert.html"
base = base_path + "base.html"
output = base_path + "index.html"
id = 'toolbox'
html = readContent(base)
html = html.decode('utf-8')
root = lxml.html.fromstring(html)
element = root.get_element_by_id(id)
html = readContent(insert)
element.text = html
content = lxml.html.tostring(root,encoding="utf-8")
text = unescape(content)
f = open(output,"w")
f.write(text)
f.close()
備考
lxmlのインストール
lxmlモジュールは、pipで一発。
pip install lxml
htmlタグの置換
タグのテキストは、そのままでは< や > が、 < や > になってるので、下記関数で置換した。
def unescape(s):
s = s.replace("<", "<")
s = s.replace(">", ">")
# this has to be last:
s = s.replace("&", "&")
return s
文字化け対策
ファイル内の日本語が文字化けしていたので、下記コードでデコードとエンコードした。
#読み込み
html = html.decode('utf-8')
#書き込み
content = lxml.html.tostring(root,encoding="utf-8")