web-dev-qa-db-ja.com

Python BeautifulSoupを使用してHTMLファイルに出力を書き込む方法

beautifulsoupを使用していくつかのタグを削除することにより、htmlファイルを変更しました。次に、結果をhtmlファイルに書き戻します。私のコード：

from bs4 import BeautifulSoup
from bs4 import Comment

soup = BeautifulSoup(open('1.html'),"html.parser")

[x.extract() for x in soup.find_all('script')]
[x.extract() for x in soup.find_all('style')]
[x.extract() for x in soup.find_all('meta')]
[x.extract() for x in soup.find_all('noscript')]
[x.extract() for x in soup.find_all(text=lambda text:isinstance(text, Comment))]
html =soup.contents
for i in html:
    print i

html = soup.prettify("utf-8")
with open("output1.html", "wb") as file:
    file.write(html)

Soup.prettifyを使用したため、次のようなhtmlが生成されます。

<p>
    <strong>
     BATAM.TRIBUNNEWS.COM, BINTAN
    </strong>
    - Tradisi pedang pora mewarnai serah terima jabatan pejabat di
    <a href="http://batam.tribunnews.com/tag/polres/" title="Polres">
     Polres
    </a>
    <a href="http://batam.tribunnews.com/tag/bintan/" title="Bintan">
     Bintan
    </a>
    , Senin (3/10/2016).
   </p>

print iのような結果を取得したい：

<p><strong>BATAM.TRIBUNNEWS.COM, BINTAN</strong> - Tradisi pedang pora mewarnai serah terima jabatan pejabat di <a href="http://batam.tribunnews.com/tag/polres/" title="Polres">Polres</a> <a href="http://batam.tribunnews.com/tag/bintan/" title="Bintan">Bintan</a>, Senin (3/10/2016).</p>
<p>Empat perwira baru Senin itu diminta cepat bekerja. Tumpukan pekerjaan rumah sudah menanti di meja masing masing.</p>

どうすればprint iと同じ結果を取得できます（つまり、タグとそのコンテンツが同じ行に表示されるのですか）。ありがとう。

pythonhtmlbeautifulsoup
26
Kim Hyesung

soupインスタンスを文字列に変換だけを書きます：

with open("output1.html", "w") as file:
    file.write(str(soup))
40
alecxe

安全にするためにUnicodeを使用します。

with open("output1.html", "w") as file:
    file.write(unicode(soup))
7
spedy

Python 3の場合、unicodeはstrに名前が変更されましたが、UnicodeEncodeError。

with open("output1.html", "w", encoding='utf-8') as file:
    file.write(str(soup))
2
andytham