python爬虫爬下来的内容如何保持换行符等特殊符号原意

战神哥

于 2023-01-03 21:34:53 发布

阅读量910

点赞数

文章标签： python 爬虫开发语言

本文链接：https://blog.csdn.net/weixin_35755640/article/details/129072043

版权

如果你使用的是 Python 的第三方库 BeautifulSoup 来解析网页内容，那么你可以使用 prettify() 方法来保留网页中的特殊符号。

例如：

from bs4 import BeautifulSoup

html_doc = '<html><body><p>Hello, world!<br>This is a test.</p></body></html>'
soup = BeautifulSoup(html_doc, 'html.parser')
print(soup.prettify())

输出结果为：

<html>
 <body>
  <p>
   Hello, world!
   <br>
   This is a test.
  </p>
 </body>
</html>

也就是说，prettify() 方法会将网页中的 HTML 代码缩进并保留其中的特殊符号。

如果你使用的是其他解析库，那么你可以使用相应的方法来保留特殊符号。比如，如果你使用的是 PyQuery，你可以使用 html() 方法来获取保留了特殊符号的 HTML 代码。

战神哥

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
python爬虫爬下来的内容如何保持换行符等特殊符号原意

如果你使用的是 Python 的第三方库 BeautifulSoup 来解析网页内容，那么你可以使用 prettify() 方法来保留网页中的特殊符号。例如：from bs4 import BeautifulSouphtml_doc = '<html><body><p>Hello, world!<br>This is a test.</...
复制链接

扫一扫