如何让 BeautifulSoup 4 尊重自闭标签？答案

【问题标题】：How to get BeautifulSoup 4 to respect a self-closing tag?如何让 BeautifulSoup 4 尊重自闭标签？
【发布时间】：2013-02-04 08:54:03
【问题描述】：

这道题是针对BeautifulSoup4的，这使得它与之前的问题有所不同：

Why is BeautifulSoup modifying my self-closing elements?

selfClosingTags in BeautifulSoup

既然BeautifulStoneSoup 已经消失（以前的xml 解析器），我怎样才能让bs4 尊重一个新的自闭合标签？例如：

import bs4   
S = '''<foo> <bar a="3"/> </foo>'''
soup = bs4.BeautifulSoup(S, selfClosingTags=['bar'])

print soup.prettify()

不会自动关闭bar 标签，但会给出提示。 bs4 所指的这个树生成器是什么以及如何自我关闭标签？

/usr/local/lib/python2.7/dist-packages/bs4/__init__.py:112: UserWarning: BS4 does not respect the selfClosingTags argument to the BeautifulSoup constructor. The tree builder is responsible for understanding self-closing tags.
  "BS4 does not respect the selfClosingTags argument to the "
<html>
 <body>
  <foo>
   <bar a="3">
   </bar>
  </foo>
 </body>
</html>

【问题讨论】：

标签： python xml xml-parsing beautifulsoup

【解决方案1】：

To parse XML you pass in “xml” as the second argument to the BeautifulSoup constructor.

soup = bs4.BeautifulSoup(S, 'xml')

You’ll need to have lxml installed.

您不再需要传递selfClosingTags：

In [1]: import bs4
In [2]: S = '''<foo> <bar a="3"/> </foo>'''
In [3]: soup = bs4.BeautifulSoup(S, 'xml')
In [4]: print soup.prettify()
<?xml version="1.0" encoding="utf-8"?>
<foo>
 <bar a="3"/>
</foo>

【讨论】：

这通过传递selfClosingTags 的列表来工作，但它仍然给出与上面相同的警告。我做错了吗？
没关系，文档回答了这个问题。好像xml模式下的自闭标签是在内容为空的时候自动做的，不应该传一个list。
对。添加了演示。
你知道是否可以使用 BS4 来创建一个自闭合标签（使用new_tag）？
@detly，如果为空，它将自动关闭（在 XML 模式下）。