python-将txt读取为汤格式答案

【问题标题】：python- read txt to soup formatpython-将txt读取为汤格式
【发布时间】：2016-04-26 17:10:39
【问题描述】：

由于我无法打开我现在所在的 youtube 并且我想抓取我的 youtube 列表，我已经下载了 url 的内容：

from bs4 import BeautifulSoup
import urllib2


url='https://www.youtube.com/playlist?list=PLYjSYQBFeM-zQeZFpWeZ_4tnhc3GQWNj8'
page=urllib2.urlopen(url)
soup = BeautifulSoup(page.read())
f1 = open("c:/exp/soup.txt", "w")
f1.write(soup.prettify().encode('utf-8'))

首先，我无法阅读：

with open('C:/exp/soup.txt') as f:
    lines = f.readlines()
print lines

然后我不知道如何将其转换为汤文件：

f1 = open("C:/exp/soup.txt", "r")
f2=BeautifulSoup(f1)
type(f2)
print f2

我什么也没打印出来。

我需要再次将其转换为汤文件，以便继续解析该文件。

【问题讨论】：

如果print lines 没有显示任何内容，那么您的文件为空

标签： python beautifulsoup

【解决方案1】：

您可以并且应该将类文件对象传递给BeautifulSoup 构造函数：

with open('C:/exp/soup.txt') as f:
   soup = BeautifulSoup(f, "html.parser")

print(soup)

如果您没有看到任何打印内容，则 C:/exp/soup.txt 文件为空。

【讨论】：

【解决方案2】：

这行得通：

url='https://www.youtube.com/playlist?list=PLYjSYQBFeM-zQeZFpWeZ_4tnhc3GQWNj8'
from urllib.request import urlopen
from bs4 import BeautifulSoup
with urlopen(url) as link:
    result = link.read()
soup = BeautifulSoup(result)
f1 = open("E:/soup.txt", "wb")
f1.write(soup.prettify().encode('utf-8'))

从文件中读取：

with open('E:/soup.txt','rb') as f:
    lines = f.readlines()
print(lines)
##you get the whole html

打印汤：

f1 = open("E:/soup.txt", "r")
f2=BeautifulSoup(f1)
type(f2)
##<class 'bs4.BeautifulSoup'>
print(f2)
##prints the whole soup!

如果您收到错误消息：“UnicodeEncodeError: 'charmap' codec can't encode character..” 那是因为您的 cmd 没有使用 'utf8'。所以在 cmd 提示符下输入：chcp 65001 并重试。

【讨论】：