不要自动放置html、head和body标签，beautifulsoup [英] Don't put html, head and body tags automatically, beautifulsoup
本文介绍了不要自动放置html、head和body标签，beautifulsoup的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
在 html5lib 中使用 beautifulsoup，它会自动放置 html、head 和 body 标签:
using beautifulsoup with html5lib, it puts the html, head and body tags automatically:
BeautifulSoup('<h1>FOO</h1>', 'html5lib') # => <html><head></head><body><h1>FOO</h1></body></html>
有什么我可以设置的选项，关闭这个行为吗?
is there any option that I can set, turn off this behavior ?
推荐答案
In [35]: import bs4 as bs
In [36]: bs.BeautifulSoup('<h1>FOO</h1>', "html.parser")
Out[36]: <h1>FOO</h1>
此使用 Python 的内置 HTML 解析器解析 HTML.引用文档:
与 html5lib 不同，此解析器不会尝试创建格式良好的HTML 文档通过添加 标签.与 lxml 不同，它甚至没有麻烦添加一个 标签.
Unlike html5lib, this parser makes no attempt to create a well-formed HTML document by adding a
<body>tag. Unlike lxml, it doesn’t even bother to add an<html>tag.
<小时>
或者，您可以使用 html5lib 解析器并只选择 之后的元素:
Alternatively, you could use the html5lib parser and just select the element after <body>:
In [61]: soup = bs.BeautifulSoup('<h1>FOO</h1>', 'html5lib')
In [62]: soup.body.next
Out[62]: <h1>FOO</h1>
这篇关于不要自动放置html、head和body标签，beautifulsoup的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
