首页 文章

使用BeautifullSoup修改后保留html文件结构

提问于
浏览 次
2

我使用python和BeautifullSoup来查找和替换html页面上的一些文本，我的问题是我需要保持文件结构（缩进，空格，换行等）不变并仅更改所需的元素 . 我怎样才能做到这一点？ str(soup) 和 soup.prettify() 都在以多种方式改变源文件 .

附：示例代码：

soup = BeautifulSoup(text)
        for element in soup.findAll(text=True):
            if not element.parent.name in ['style', 'script', 'head', 'title','pre']:
                element.replaceWith(process(element))
    result = str(soup)
python beautifulsoup

1 回答

  • 2

    我不容易（或根本没办法） . 来自 BeautifulStoneSoup 的文档：

    __str__(self, encoding='utf-8', prettyPrint=False, indentLevel=0)
    Returns a string or Unicode representation of this tag and
    its contents. To get Unicode, pass None for encoding.

    NOTE: since Python's HTML parser consumes whitespace, this
    method is not certain to reproduce the whitespace present in
    the original string.

    根据该说明，原始的空白在内部表示中丢失 .

    回复于

相关问题