使用 BeautifulSoup 修改 HTML

【问题标题】：Using BeautifulSoup to modify HTML使用 BeautifulSoup 修改 HTML
【发布时间】：2016-11-23 23:39:37
【问题描述】：

我想使用 Beautifulsoup 来修改整个 HTML 的div。我试图修改 HTML，但是控制台输出有修改，但实际的 .html 文档本身没有修改。没有创建新的 HTML。

有人可以帮我吗？

from bs4 import BeautifulSoup,Tag
import re
import urllib2
import os.path
base=os.path.dirname(os.path.abspath(__file__))

html=open(os.path.join(base,'example.html'))
soup=BeautifulSoup(html,'html.parser')


for i in  soup.find('div',{"id":None}).findChildren():
    l=str(i);
    print l
    print l.replace(l,'##')

【问题讨论】：

您是否尝试保存文件？ from __future__ import print_function print("hi there", file=f)

标签： python html beautifulsoup

【解决方案1】：

两件事：

您需要添加一些代码将 BeautifulSoup 的输出写回文件。
您应该使用replace_with() 来更改HTML。通过转换为字符串，您只是在修改文本副本。

这可以按如下方式完成：

from bs4 import BeautifulSoup
import os

base = os.path.dirname(os.path.abspath(__file__))
html = open(os.path.join(base, 'example.html'))
soup = BeautifulSoup(html, 'html.parser')

for i in soup.find('div', {"id":None}).findChildren():
    i.replace_with('##')

with open("example_modified.html", "wb") as f_output:
    f_output.write(soup.prettify("utf-8"))

【讨论】：

bs4 中的element.py 模块说DEFAULT_OUTPUT_ENCODING = "utf-8"，所以我认为你可以省略"utf-8"。但这是 2020 年，所以自 2016 年以来情况可能发生了很大变化。