python - encode_contents vs encode ("utf-8") 在 Python BeautifulSoup

Question

好吧，作为一个网络爬虫初学者，我感觉好像我已经看到两者都被使用过，在转换 HTML 中文本的默认 unicode 时似乎可以互换。我知道 contents() 是一个列表对象，但除此之外，到底有什么区别？

我注意到 .encode("utf-8") 似乎更通用。

谢谢，

-糊涂汤。

Answer 1

encode_contents 的文档:

encode_contents(self, indent_level=None, encoding='utf-8', formatter='minimal') method of bs4.BeautifulSoup instance
    Renders the contents of this tag as a bytestring.

encode方法的文档:

encode(self, encoding='utf-8', indent_level=None, formatter='minimal', errors='xmlcharrefreplace')

encode 方法适用于 bs4.BeautifulSoup 对象实例。 encode_contents 将处理 bs4.BeautifulSoup 实例的内容。

>>> html = "<div>div content <p> a paragraph </p></div>"
>>> soup = BeautifulSoup(html)
>>> soup.div.encode()
>>> '<div>div content <p> a paragraph </p></div>'
>>> soup.div.contents
>>> [u'div content ', <p> a paragraph </p>]
>>> soup.div.encode_contents()
>>> 'div content <p> a paragraph </p>'