Python网络爬虫与信息提取-Day8-基于bs4库的HTML格式输出

能否让HTML内容更加“友好”的显示？

bs4库的prettify()方法

它在每个后面增加了换行符，将其打印出来

.prettify()为HTML文本<>及其内容增加更加'\n'

 

.prettify()可用于标签，方法：<tag>.prettify()

>>> print(soup.a.prettify())

<a class="py1" href="http://www.icourse163.org/course/BIT-268001" id="link1">

 Basic Python

</a>

 

>>>

 

bs4库的编码

bs4库将任何HTML输入都变成utf‐8编码

Python 3.x默认支持编码是utf‐8,解析无障碍

>>> soup = BeautifulSoup("<p>中文</p>","html.parser")

>>> soup.p.string

'中文'

>>> print(soup.p.prettify())

<p>

 中文

</p>