BeautifulSoup：标签封装格式

Question

当我美化汤时，我试图得到这个：

<tag attr="val" />

而不是这个：

<tag attr="val"></tag>

我检查了bs4.formatter代码，但没有找到与我的需求相关的选项：

def __init__(
            self, language=None, entity_substitution=None,
            void_element_close_prefix='/', cdata_containing_tags=None,
            empty_attributes_are_booleans=False, indent=1,
    ):

我怎样才能做到这一点？ 谢谢

我尝试使用 new_tap 选项和 bs4.formatter 选项。

Answer 1

我不确定你为什么要这样做，因为 bs4 会生成有效的 html，这会搞乱它，但你可以使用这个函数：

def closeVoidElements(html, voidEls=None, parser=None, pFormatter=None):
    if type(voidEls) != list:            
        voidEls = [ 
            'area', 'base', 'br', 'col', 'command', 'embed', 'wbr', 'img', 
            'input', 'keygen', 'link', 'meta', 'param', 'source', 'track', 'hr'
        ] # void elements from https://www.w3.org/TR/2011/WD-html-markup-20110113/syntax.html#syntax-elements 
    
    html = BeautifulSoup(str(html), parser)
    if voidEls: voidEls = set([t.name for t in html.find_all(voidEls)])    
    html = html.prettify()

    for ve in voidEls: 
        html = html.replace(f'<{ve}', f'<{ve}_x').replace(f'{ve}>', f'{ve}_x>')
    html = BeautifulSoup(html, parser).prettify(formatter=pFormatter)
    for ve in voidEls: 
        html = html.replace(f'<{ve}_x', f'<{ve}').replace(f'{ve}_x>', f'{ve}>')
    return html

并将其称为closeVoidElements(soup)而不是soup.prettify() 。 （它基本上是在更改自闭合标签的标签名称，因此 bs4 无法识别它们，然后在将它们改回之前进行解析和美化。）

之前，曾经有一个selfClosingTags arguments 用于 xml，但是已经停用了。