BeautifulSoup innerhtml？

Question

假设我有一个包含div的页面。我可以用soup.find()很容易地得到那个div。

现在我有了结果，我想打印出div的整个innerhtml：我的意思是，我需要一个包含所有div标签和文本的字符串，就像我用obj.innerHTML在javascript中得到的字符串一样。这个是可能的吗？

Answer 1

TL;DR

对于UTF4，如果您想要一个BeautifulSoup -8编码的字节字符串，请使用element.encode_contents()；如果您想要一个Python Unicode字符串，请使用element.decode_contents()。例如，DOM's innerHTML method可能如下所示：

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，因此我将引用代码中的当前函数定义和文档字符串。

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.
    """

另请参阅documentation on formatters；除非您想以某种方式手动处理文本，否则很可能使用formatter="minimal" (缺省设置)或formatter="html" (用于html entities)。

encode_contents返回一个编码的字节串。如果需要Python Unicode字符串，请使用decode_contents。

decode_contents -从4.0.1开始

decode_contents的作用与encode_contents相同，但返回的是Python Unicode字符串，而不是编码的字节字符串。

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.
    """

BeautifulSoup 3

BeautifulSoup 3没有上述功能，而是具有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.."""

为了与BS3兼容，在BeautifulSoup 4 (in 4.0.4)中重新添加了此函数。

Answer 2

其中一个选项可以使用类似这样的内容：

 innerhtml = "".join([str(x) for x in div_element.contents]) 

Answer 3

如果您只需要文本(不需要HTML标记)，那么可以使用.text

soup.select("div").text