温馨提示×

怎么使用BeautifulSoup处理HTML中的特殊字符和转义序列

小亿
86
2024-05-14 12:58:18
栏目: 编程语言

在使用BeautifulSoup处理HTML中的特殊字符和转义序列时,可以使用BeautifulSoup的prettify()方法来获取整个HTML文档的标准格式化表示,这样可以自动处理特殊字符和转义序列。另外,可以使用BeautifulSoup的get_text()方法来获取HTML文档中的纯文本内容,这样可以过滤掉特殊字符和转义序列,只保留纯文本内容。

下面是一个使用BeautifulSoup处理HTML中特殊字符和转义序列的示例代码:

from bs4 import BeautifulSoup

html = "<html><body><p>This is a "special" character & this is a <b>tag</b></p></body></html>"

soup = BeautifulSoup(html, 'html.parser')

# 获取整个HTML文档的标准格式化表示
formatted_html = soup.prettify()
print(formatted_html)

# 获取HTML文档中的纯文本内容
text_content = soup.get_text()
print(text_content)

运行以上代码后,formatted_html将输出格式化后的HTML文档,text_content将输出HTML文档中的纯文本内容,特殊字符和转义序列都已被处理。

0