如何修改BeautifulSoup中soup.html.text或soup.html.string的值？

在BeautifulSoup里，soup.html.text是只读的动态属性——它的作用是拼接并返回当前节点下所有子文本节点的内容，并没有提供对应的赋值方法，所以直接执行soup.html.text = 'some text'或soup.html.text = soup.html.text都会触发AttributeError。

要实现替换<html>标签内全部文本的需求，有两种常用方案：

方案1：清空所有子节点后添加新文本 #

如果不需要保留原有的标签结构，直接清空<html>下的所有内容，再添加新文本：

from bs4 import BeautifulSoup

html_doc = """
<html>
    <head><title>Test Page</title></head>
    <body><p>Sample text</p></body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')

# 清空html标签下的所有子节点
for child in soup.html.children:
    child.extract()
# 添加新文本内容
soup.html.append(soup.new_string('some text'))

print(soup.prettify())

执行后，<html>标签内只会保留指定的文本，原有标签结构会被移除。

方案2：递归替换所有文本节点（保留标签结构） #

如果需要保留原有的HTML标签结构，只替换所有文本内容，可以通过递归遍历所有节点，替换其中的文本节点：

def replace_all_text(node, new_text):
    # 遍历当前节点的所有子节点（用list避免遍历过程中节点变化的问题）
    for child in list(node.children):
        if child.name is None:  # 判断是否为文本节点（无标签名的节点）
            child.replace_with(soup.new_string(new_text))
        else:
            # 递归处理子标签节点
            replace_all_text(child, new_text)

# 调用函数替换html下所有文本
replace_all_text(soup.html, 'some text')

print(soup.prettify())

执行后，原有标签结构会被保留，所有标签内的文本都会被替换为指定内容。

内容的提问来源于stack exchange，提问作者Abdullah Zaman Babar