我需要解析一个包含“code”标签的html文档
我得到这样的代码块:
soup = BeautifulSoup(str(content))
code_blocks = soup.findAll('code')
问题是,如果我有这样的代码标签:
<code class="csharp">
List<Person> persons = new List<Person>();
</code>
BeautifulSoup更喜欢关闭嵌套标签并将代码块转换为:
<code class="csharp">
List<person> persons = new List</person><person>();
</person>
</code>
有没有办法使用BeautifulSoup将代码标签的内容提取为文本而不让它修复IT认为的html标记错误?
1 回答
将代码标记添加到QUOTE_TAGS字典中 .
输出: