Beautiful Soup 简明教程

Beautiful Soup - Pretty Printing

要显示 HTML 文档的整个已解析树或特定标记的内容，您也可以使用 print() 函数或同样调用 str() 函数。

Example

from bs4 import BeautifulSoup

soup = BeautifulSoup("<h1>Hello World</h1>", "lxml")
print ("Tree:",soup)
print ("h1 tag:",str(soup.h1))

Output

Tree: <html><body><h1>Hello World</h1></body></html>
h1 tag: <h1>Hello World</h1>

str() 函数返回一个以 UTF-8 编码的字符串。

要获得格式良好的 Unicode 字符串，请使用 Beautiful Soup 的 prettify() 方法。它对 Beautiful Soup 解析树进行格式化，以便每个标记都位于单独的行上并带有缩进。它允许您轻松可视化 Beautiful Soup 解析树的结构。

考虑以下 HTML 字符串。

<p>The quick, <b>brown fox</b> jumps over a lazy dog.</p>

通过使用 prettify() 方法，我们可以更好地理解其结构 −

html = '''
   <p>The quick, <b>brown fox</b> jumps over a lazy dog.</p>
'''
from bs4 import BeautifulSoup

soup = BeautifulSoup(html, "lxml")
print (soup.prettify())

Output

<html>
 <body>
  <p>
   The quick,
   <b>
    brown fox
   </b>
   jumps over a lazy dog.
  </p>
 </body>
</html>

您可以在文档中的任何标记对象上调用 prettify()。

print (soup.b.prettify())

Output

<b>
 brown fox
</b>

prettify() 方法用于理解文档的结构。但是，它不应该用于重新对其进行格式化，因为它会添加空白（采用新行的形式），并更改 HTML 文档的含义。

prettify() 方法可以选择提供 formatter 参数，以指定要使用的格式化。