Beautiful Soup输出
pretty() 请求库是 Python编程 的 HTTP 请求到指定的 URL 的组成部分。无论是 REST API 还是 Web Scrapping，都必须学习请求才能进一步使用这些技术。当一个人向一个 URI 发出请求时，它会返回一个响应。Python 请求提供了用于管理请求和响应的内置功能。
上篇文章我们为你介绍 Beautiful Soup搜索文档树，在本章中，我们晓得博客将为你介绍Beautiful Soup输出。
格式化输出
prettify() 方法将Beautiful Soup的文档树格式化后以 Unicode编码输出，每个 XML/HTML 标签都独占一行
import lxml
from bs4 import BeautifulSoup
markup = '<a href="https://www.pythonthree.com/what-is-cms/" target="_blank">内容管理系统</a>（CMS）。' \
'<br> WordPress 适用于各种网站的平台，从个人博客到电子商务网站到商业网站，'
soup = BeautifulSoup(markup, "lxml")
soup.prettify()
print(soup.prettify())输出：
<html> <body> <a href="https://www.pythonthree.com/what-is-cms/" target="_blank"> 内容管理系统 </a> （CMS）。 <br/> WordPress 适用于各种网站的平台，从个人博客到电子商务网站到商业网站， </body> </html>
BeautifulSoup 对象和它的 tag节点 都可以调用 prettify() 方法:
print(soup.a.prettify()) <a href="https://www.pythonthree.com/what-is-cms/" target="_blank"> 内容管理系统 </a>
压缩输出
如果只想得到结果字符串，不重视格式,那么可以对一个 BeautifulSoup 对象 或 Tag对象使用Python的 unicode() 或 str() 方法:
str(soup) # '<html><body><a href="https://www.pythonthree.com/what-is-cms/" target="_blank">内容管理系统</a>（CMS）。<br/> WordPress 适用于各种网站的平台，从个人博客到电子商务网站到商业网站，</body></html>' unicode(soup.a) # <a href="https://www.pythonthree.com/what-is-cms/" target="_blank">内容管理系统</a>
str() 方法返回 UTF-8编码 的字符串,可以指定 编码 的设置。还可以调用 encode() 方法获得字节码或调用 decode() 方法获得Unicode.
(soup.a).decode()
#<a href="https://www.pythonthree.com/what-is-cms/" target="_blank">内容管理系统</a>输出格式
Beautiful Soup输出是会将 HTML 中的特殊字符转换成 Unicode，比如“ &lquot; ”:
soup = BeautifulSoup("“Dammit!” he said.")
unicode(soup)
# u'<html><head></head><body>\u201cDammit!\u201d he said.</body></html>'
如果将文档转换成字符串，Unicode编码会被编码成 UTF-8，这样就无法正确显示 HTML 特殊字符了:
str(soup) # '<html><head></head><body>\xe2\x80\x9cDammit!\xe2\x80\x9d he said.</body></html>'
推荐：使用BeautifulSoup查询关键词谷歌搜索结果排名
get_text()
如果只想得到 tag 中包含的文本内容,那么可以用 get_text() 方法，这个方法获取到 tag 中包含的所有文版内容包括 子孙tag 中的内容，并将结果作为Unicode字符串返回:
markup = '<a href="https://www.pythonthree.com/what-is-cms/" target="_blank">内容管理系统</a>（CMS）。' \
'<br> WordPress 适用于各种网站的平台，从个人博客到电子商务网站到商业网站，'
soup = BeautifulSoup(markup, "lxml")
soup.get_text()
内容管理系统（CMS）。 WordPress 适用于各种网站的平台，从个人博客到电子商务网站到商业网站，
可以通过参数指定 tag 的文本内容的分隔符:
# soup.get_text("|")
内容管理系统丨（CMS）。丨 WordPress 适用于各种网站的平台，从个人博客到电子商务网站到商业网站，
还可以去除获得文本内容的前后空白:
# soup.get_text("|", strip=True)
内容管理系统|（CMS）。|WordPress 适用于各种网站的平台，从个人博客到电子商务网站到商业网站，
或者使用 .stripped_strings 生成器,获得文本列表后手动处理列表:
总结
以上是 晓得博客为你介绍的Beautiful Soup输出的全部内容， 希望对你的 BeautifulSoup学习有所帮助，欢迎留言讨论。更多内容可参考官方文档。
晓得博客，版权所有丨如未注明，均为原创
晓得博客 » Beautiful Soup输出
转载请保留链接：https://www.pythonthree.com/beautiful-soup-output/
