如何基于<br>标签拆分HTML段落？BS4实现遇阻求助

要将包含<br>标签的单个<p>拆分为多个独立<p>标签，正确的做法是按<br>分割原段落内容，再为每个片段创建新的<p>标签替换原标签。以下是可行的代码：

from bs4 import BeautifulSoup

html = "<p>First paragraph. <br/>Second paragraph.<br/>Third paragraph</p>"
soup = BeautifulSoup(html, "html.parser")

for p in soup.find_all('p'):
    # 按br标签拆分段落内容
    content_parts = []
    current_segment = []
    for node in p.contents:
        if node.name == 'br':
            if current_segment:
                content_parts.append(current_segment)
                current_segment = []
            # 移除当前br标签
            node.extract()
        else:
            current_segment.append(node)
    # 添加最后一段内容
    if current_segment:
        content_parts.append(current_segment)
    
    # 仅当拆分出多个段落时执行替换
    if len(content_parts) > 1:
        # 遍历每个内容片段，创建新p标签并插入原p标签前
        for part in content_parts:
            new_p = soup.new_tag('p')
            for elem in part:
                new_p.append(elem)
            p.insert_before(new_p)
        # 删除原空p标签
        p.decompose()

# 输出处理后的HTML
print(str(soup))

原方法的问题分析 #

1. replace_with报错原因：你原代码中直接将<br>替换为<p>标签，但这只是替换了<br>本身，没有将后续文本转移到新<p>中；同时遍历p.find_all("br")时，修改DOM结构会导致迭代对象异常，引发TypeError。另外BS4中<br>和<br/>是同一标签，无需同时指定。
2. 字符串替换的编码问题：直接将<br>替换为"</p><p>"字符串时，BS4会自动转义HTML特殊字符（<变为<），因为它会将字符串视为文本内容而非HTML标签，所以必须通过创建标签对象的方式操作DOM。

内容的提问来源于stack exchange，提问作者Mandi