使用BeautifulSoup修改后保留html文件结构

Question

我使用python和BeautifullSoup来查找和替换html页面上的一些文本，我的问题是我需要保持文件结构（缩进，空格，新行等）不变并仅更改所需的元素。我怎样才能做到这一点？ str(soup)和soup.prettify()都以多种方式改变源文件。

P.S。示例代码：

    soup = BeautifulSoup(text)
        for element in soup.findAll(text=True):
            if not element.parent.name in ['style', 'script', 'head', 'title','pre']:
                element.replaceWith(process(element))
    result = str(soup)

Answer 1

我会说没有简单的方法（或根本没有办法）。来自BeautifulStoneSoup的doc：

__str__(self, encoding='utf-8', prettyPrint=False, indentLevel=0)
    Returns a string or Unicode representation of this tag and
    its contents. To get Unicode, pass None for encoding.

    NOTE: since Python's HTML parser consumes whitespace, this
    method is not certain to reproduce the whitespace present in
    the original string.

根据说明，原始的空格会丢失到内部表示中。