如何在保留 HTML 实体的同时设置 BeautifulSoup 属性？答案

【问题标题】：How do I set a BeautifulSoup attribute while preserving HTML entities?如何在保留 HTML 实体的同时设置 BeautifulSoup 属性？
【发布时间】：2020-01-25 18:18:09
【问题描述】：

设置：

from bs4 import BeautifulSoup

soup = BeautifulSoup('<img/>', 'html.parser')

我需要做以下事情：

soup.img['src'] = 'url?x=1&y=2'

期望的行为：

print(soup)
<img src="url?x=1&y=2"/>

实际行为：

print(soup)
<img src="url?x=1&amp;y=2"/>

一般来说，如何将Tag 属性设置为我传入的文字字符串？

【问题讨论】：

这能回答你的问题吗？ < > changed to < and > while parsing html with beautifulsoup in python

标签： python html beautifulsoup

【解决方案1】：

您的src 属性确实存储为'url?x=1&y=2'，但是，当您执行print(soup) 时，BeautifulSoup 会应用格式/转义以避免创建可能不正确的 HTML。如果您希望它不这样做，那么您可以显式声明它，例如：

print(soup.decode(formatter=None))

参考：Output formatters

【讨论】：

【解决方案2】：

&amp; 只是一个&；尝试做这样的事情：

soup.img['src'].replace('&amp;','&')

输出：

'url?x=1&y=2'

【讨论】：