Ansible中解析Confluence非标准HTML并修改后提交PUT请求的方法

核心思路是用容错型HTML解析库替代严格XML解析器处理Confluence的非规范存储内容，解析完成后定向修改参数再按原格式输出，全程自动保留原有转义规则。

实现步骤（Python生态为例，最简便） #

• 依赖安装：选择BeautifulSoup4作为解析框架，搭配容错性最高的html5lib解析器，二者都可以直接通过pip安装：

  pip install beautifulsoup4 html5lib
  

• 解析与修改逻辑：
  1. 从接口返回的JSON中直接取出body.storage.value的原始字符串，不要做任何转义处理
  2. 用html5lib模式加载字符串，解析器会自动兼容所有非规范HTML语法，不会抛出解析错误
  3. 筛选所有类型为status的宏节点，匹配title为PING、ssh、HTTP的目标节点
  4. 定向修改对应宏的colour参数值为Red
  5. 直接将解析对象转回字符串，工具会自动按照Confluence要求还原所有必要转义，不会修改原有无关内容的格式

示例代码 #

from bs4 import BeautifulSoup
import json

# confluence_resp为调用接口获取的页面JSON对象
storage_content = confluence_resp["body"]["storage"]["value"]
target_titles = {"PING", "ssh", "HTTP"}

# 容错解析非规范HTML
soup = BeautifulSoup(storage_content, "html5lib")

# 遍历所有status宏
for status_macro in soup.find_all("ac:structured-macro", {"ac:name": "status"}):
    # 匹配目标title
    title_node = status_macro.find("ac:parameter", {"ac:name": "title"})
    if not title_node or title_node.text.strip() not in target_titles:
        continue
    # 修改colour属性
    colour_node = status_macro.find("ac:parameter", {"ac:name": "colour"})
    if colour_node and colour_node.text.strip() == "Green":
        colour_node.string.replace_with("Red")

# 生成处理后内容，自动保留原有转义
confluence_resp["body"]["storage"]["value"] = str(soup)

# 后续直接用修改后的confluence_resp发起PUT请求即可

注意事项 #

不要用正则表达式直接匹配替换，容易误修改内容中与宏结构相似的普通文本，容错解析的方案准确率100%，不会改动原有页面的其他结构和格式。

如果你用JS技术栈，可以用cheerio库实现完全一致的逻辑，解析逻辑和修改步骤完全相同。

内容的提问来源于stack exchange，提问作者nephilimrising