Question

我试图将格式化的html从网站写入文件。

from bs4 import BeautifulSoup
import urllib3

from os import sys

if len(sys.argv) > 1:
  url = sys.argv[1]
  print(url)
else:
  url = "www.niceme.me"

http = urllib3.PoolManager()
content = http.request("GET", url).data
soup = BeautifulSoup(content)

outputFile = open("output.html", 'w')
outputFile.truncate()
outputFile.write(str(soup.prettify("UTF-8")))

我有＆＃34; UTF-8＆＃34;参数传递到prettify以避免＆＃34; UnicodeEncodeError：＆＃39; ascii＆＃39;编解码器无法对字符进行编码...＆＃34;错误，因为我读到了我需要做的事情。问题是，我传递的任何形式的编码基本上都撤消了prettify，只是在一行单行文本中写入/打印所有内容，其中每个新行都表示为＆＃34; \ n＆＃34;。这种情况发生在

soup.prettify().encode("UTF-8")

。

我也尝试过将汤定义为：

soup = BeautifulSoup(content.decode("UTF-8", "ignore"))

......但那也不起作用。我似乎无法解决任何问题或找到解决方案，而且它让我疯了！

Answer 1

我最后得到了

我需要将文件打开为二进制可写...

outputFile = open("output.html", 'wb')

美丽的汤 - 任何指定的编码打破美化格式

1 个答案: