python - BeautifulSoup 内部html？

Question

假设我有一个带有 div 的页面。我可以使用 soup.find() 轻松获得该 div。

现在我有了结果，我想打印那个 div 的整个 innerhtml:我的意思是，我需要一个包含所有 html 的字符串标签和文本放在一起，就像我在 javascript 中使用 obj.innerHTML 得到的字符串一样。这可能吗？

Answer 1

TL;DR

对于 BeautifulSoup 4，如果您想要一个 UTF-8 编码的字节字符串，请使用 element.encode_contents()，如果您想要 Python Unicode 字符串，请使用 element.decode_contents()。例如 DOM's innerHTML method可能看起来像这样:

def innerHTML(element):
    """Returns the inner HTML of an element as a UTF-8 encoded bytestring"""
    return element.encode_contents()

---

这些函数目前不在在线文档中，因此我将引用当前函数定义和代码中的文档字符串。

encode_contents - 从 4.0.4 开始

def encode_contents(
    self, indent_level=None, encoding=DEFAULT_OUTPUT_ENCODING,
    formatter="minimal"):
    """Renders the contents of this tag as a bytestring.

    :param indent_level: Each line of the rendering will be
       indented this many spaces.

    :param encoding: The bytestring will be in this encoding.

    :param formatter: The output formatter responsible for converting
       entities to Unicode characters.
    """

另见documentation on formatters ;除非您想手动处理文本，否则您很可能会使用 formatter="minimal" (默认)或 formatter="html" (用于 html entities )以某种方式。

encode_contents 返回一个编码的字节串。如果您想要 Python Unicode 字符串，请改用 decode_contents。

---

decode_contents - 从 4.0.1 开始

decode_contents 与 encode_contents 做同样的事情，但返回 Python Unicode 字符串而不是编码的字节串。

def decode_contents(self, indent_level=None,
                   eventual_encoding=DEFAULT_OUTPUT_ENCODING,
                   formatter="minimal"):
    """Renders the contents of this tag as a Unicode string.

    :param indent_level: Each line of the rendering will be
       indented this many spaces.

    :param eventual_encoding: The tag is destined to be
       encoded into this encoding. This method is _not_
       responsible for performing that encoding. This information
       is passed in so that it can be substituted in if the
       document contains a <META> tag that mentions the document's
       encoding.

    :param formatter: The output formatter responsible for converting
       entities to Unicode characters.
    """

---

美汤3

BeautifulSoup 3 没有上述功能，而是有 renderContents

def renderContents(self, encoding=DEFAULT_OUTPUT_ENCODING,
                   prettyPrint=False, indentLevel=0):
    """Renders the contents of this tag as a string in the given
    encoding. If encoding is None, returns a Unicode string.."""

此功能已添加回 BeautifulSoup 4 (in 4.0.4) 以与 BS3 兼容。