如何在 BeautifulSoup 中以 unicode 呈现标签的内容？

【问题标题】：How to render contents of a tag in unicode in BeautifulSoup?如何在 BeautifulSoup 中以 unicode 呈现标签的内容？
【发布时间】：2010-10-25 00:01:06
【问题描述】：

这是来自 WordPress 帖子详细信息页面的汤：

content = soup.body.find('div', id=re.compile('post'))
title = content.h2.extract()
item['title'] = unicode(title.string)
item['content'] = u''.join(map(unicode, content.contents))

我想在分配item['content'] 时省略封闭的div 标签。有没有办法以 unicode 呈现标签的所有子标签？比如：

item['content'] = content.contents.__unicode__()

这会给我一个 unicode 字符串而不是一个列表。

【问题讨论】：

标签： python xml web-applications screen-scraping beautifulsoup

【解决方案1】：

你试过了吗：

unicode(content)

它将content 的标记转换为单个Unicode 字符串。

编辑：如果您不想要封闭标签，请尝试：

content.renderContents()

【讨论】：

是的，但我想省略封闭标签。在这种情况下是外部 DIV。
好吧，renderContents() 返回一个 str 而不是 unicode。我想避免不必要的编码和解码。
我检查了文档和源代码，但找不到将内容作为单个 Unicode 对象返回的方法。 renderContents() 返回一个以 UTF-8 编码的字符串。所以将 renderContents() 的结果转换为 Unicode 对象是我能找到的最好方法。
是的，unicode/renderContents 组合肯定胜过我的 map/unicode 组合。
我认为这个答案被接受是公平的。我记得当时我无法更改它。