<>在python中解析html时更改为&lt；和&gt；

Question

当使用Beautifulsoup处理html时，<和>被转换为<和>，由于标签锚都被转换，整个文本失去了它的结构，有什么建议吗？

Answer 1

设置formatter=None可能会有所帮助(http://www.crummy.com/software/BeautifulSoup/bs4/doc/#output-formatters)，但这可能表示您的HTML无效。

如果这不起作用，您能提供一些重现问题的示例代码和HTML吗？

Answer 2

这可能是由于无效的字符(由于字符集编码/解码)，因此BeautifulSoup在解析输入时会出现问题。我通过将字符串直接传递给BeautifulSoup来解决这个问题，而不需要进行任何编码/解码。在我的例子中，我自己尝试将UTF-16转换为UTF-8。