使用BeautifulSoup修改HTML

Question

我想使用Beautifulsoup修改整个divHTML。我试图修改HTML，但是控制台输出进行了修改，但是实际的.html文档本身并未被修改。没有创建新的HTML。

有人能帮我吗？

from bs4 import BeautifulSoup,Tag
import re
import urllib2
import os.path
base=os.path.dirname(os.path.abspath(__file__))

html=open(os.path.join(base,'example.html'))
soup=BeautifulSoup(html,'html.parser')


for i in  soup.find('div',{"id":None}).findChildren():
    l=str(i);
    print l
    print l.replace(l,'##')

Answer 1

两件事情：

1. 您需要添加一些代码，以将BeautifulSoup的输出写回到文件中。
2. 您应该replace_with()用来对HTML进行更改。通过转换为字符串，您只是在修改文本副本。

可以按照以下步骤进行：

from bs4 import BeautifulSoup
import urllib2
import re
import os

base = os.path.dirname(os.path.abspath(__file__))
html = open(os.path.join(base, 'example.html'))
soup = BeautifulSoup(html, 'html.parser')

for i in soup.find('div', {"id":None}).findChildren():
    i.replace_with('##')

with open("example_modified.html", "wb") as f_output:
    f_output.write(soup.prettify("utf-8"))