使用Python3和BeautifulSoup4处理本地html文件

我的博客地址：https://hxd.red
原文链接：https://hxd.red/2019/08/06/python3-beautifulsoup4-html-190805/
我的微信公众号：不淡定的实验室（hxdred）

遇到的问题

在制作第三个微信小程序“法语背单词记忆小助手”时，我需要处理大量单词有关的数据，为了一劳永逸解决单词释义、单词例句等种种方面的问题，我打算提取mdx词典数据，将词典里面所有单词的数据做成数据表，并上传至云开发。这样的话，另一个小程序“法语动词变位记忆小助手”也能共享成果。

作为一个懒人，肯定不会手动去处理这么多数据（提取mdx之后有60万行数据，去除对我来说没用的动词变位数据，还有15万行，共计12000余个单词）。所以打算使用python和Beautiful Soup（以下可能简称BS）进行数据处理。引用官方文档的说法：Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库。它能够通过你喜欢的转换器实现惯用的文档导航、查找，修改文档的方式。Beautiful Soup会帮你节省数小时甚至数天的工作时间。

初始需要处理的文本

初始文本如下，下面仅选取两个单词的详情页作为示例：

<zidingyi>
abandonner
<h1 class="Adresse" >abandonner</h1><br /><span class="CategorieGrammaticale" >verbe transitif </span><br />
<span class="Indicateur">(déserter) </span><br />
<div class="Traductionchinois" >擅离</div>
<span class="Locution2" id="48" >abandonner son poste</span> 
<div class="Traduction2chinois" >擅离职守</div Traduction2>
</td></tr></table>
<span class="Indicateur">(laisser) </span><br />
<div class="Traductionchinois" >抛弃</div>
<span class="Locution2" id="49" >abandonner un animal</span> 
<div class="Traduction2chinois" >丢弃一只动物</div Traduction2>
 <span class="Locution2" id="50" >partir en abandonnant femme et enfants</span>