python - 美丽的汤和

Question

我的代码：

html = "<tag>&nbsp;</tag>"
from bs4 import BeautifulSoup
print BeautifulSoup(html).renderContents()

输出：

<tag> &lt;/tag>

期望的输出：

<tag>&nbsp;</tag>

BeautifulSoup 似乎用一个表示相同含义的 unicode 字符替换了我的破坏空间 html 转义。但这并不能一直贯穿我的系统，最终成为一个不间断的空间，因此没有做我想做的事。有没有办法告诉 BeautifulSoup 不要那样做？

Answer 1

使用encode_contents代替renderContents，或encode或prettify。它们都支持formatter参数，并'html'作为格式化程序传递：

html = "<tag>&nbsp;</tag>"
from bs4 import BeautifulSoup
print BeautifulSoup(html).encode_contents(formatter='html')

产生：

<tag>&nbsp;</tag>