HTML和其他格式

Question

是否有办法（使用python和lxml）获取HTML代码的输出：

<table class=main>
<tr class=row>
</tr>
</table>

而不是像这样的人：

<table class=main><tr class=row></tr>
</table>

只能附加div标签中名为“span”的标签。所以像：

<div class=paragraph><span class=font48>hello</span></div>

是允许的。 非常感谢您的帮助。

Answer 1

你可以在每个“＆lt;”之前插入换行符正则表达式

Answer 2

另一种选择是使用BeautifulSoup：

from bs4 import BeautifulSoup    
html = "<table class=main><tr class=row></tr></table>"    
soup = BeautifulSoup(html)    
print soup.prettify()

输出：

<table class="main">
 <tr class="row">
 </tr>
</table>

Answer 3

您是否考虑过模块prettify()中的BeautifulSoup方法？

#!/usr/bin/env python
from BeautifulSoup import BeautifulSoup as bs

html = '<table class=main><tr class=row></tr>\
</table>'

print bs(html).prettify()

输出：

<table class="main">
 <tr class="row">
 </tr>
</table>

注意 - 它会为输出添加一些缩进，如您所见。