BeautifulSoup Prettify пользовательский вариант новой строки
Я использую BeautifulSoup для создания XML-файлов.
Похоже, мои два варианта 1) нет форматирования, т.е.
<root><level1><level2><field1>val1</field1><field2>val2</field2><field3>val3</field3></level2></level1></root>
или 2) с prettify т.е.
<root>
<level1>
<level2>
<field1>
val1
</field1>
<field2>
val2
</field2>
<field3>
val3
</field3>
</level2>
</level1>
</root>
Но я бы предпочел, чтобы это выглядело так:
<root>
<level1>
<level2>
<field1>val1</field1>
<field2>val2</field2>
<field3>val3</field3>
</level2>
</level1>
</root>
Я понимаю, что могу взломать bs4 для достижения этого результата, но я хотел бы услышать, есть ли какие-либо варианты.
Меня меньше беспокоит отступ в 4 пробела (хотя это было бы неплохо), и меня больше беспокоит перевод строки после любых закрывающих тегов или между двумя открывающими тегами. Я также заинтригован, есть ли название для этого способа форматирования, так как он кажется мне наиболее разумным.
0 ответов
Вы можете сделать просто html.HTMLParser
чтобы добиться желаемого:
from bs4 import BeautifulSoup
from html import escape
from html.parser import HTMLParser
data = '''<root><level1><level2><field1>val1</field1><field2>val2</field2><field3>val3</field3></level2></level1></root>'''
class MyHTMLParser(HTMLParser):
def __init__(self):
super().__init__()
self.__t = 0
self.lines = []
self.__current_line = ''
self.__current_tag = ''
@staticmethod
def __attr_str(attrs):
return ' '.join('{}="{}"'.format(name, escape(value)) for (name, value) in attrs)
def handle_starttag(self, tag, attrs):
if tag != self.__current_tag:
self.lines += [self.__current_line]
self.__current_line = '\t' * self.__t + '<{}>'.format(tag + (' ' + self.__attr_str(attrs) if attrs else ''))
self.__current_tag = tag
self.__t += 1
def handle_endtag(self, tag):
self.__t -= 1
if tag != self.__current_tag:
self.lines += [self.__current_line]
self.lines += ['\t' * self.__t + '</{}>'.format(tag)]
else:
self.lines += [self.__current_line + '</{}>'.format(tag)]
self.__current_line = ''
def handle_data(self, data):
self.__current_line += data
def get_parsed_string(self):
return '\n'.join(l for l in self.lines if l)
parser = MyHTMLParser()
soup = BeautifulSoup(data, 'lxml')
print('BeautifulSoup prettify():')
print('*' * 80)
print(soup.root.prettify())
print('custom html parser:')
print('*' * 80)
parser.feed(str(soup.root))
print(parser.get_parsed_string())
Печать:
BeautifulSoup prettify():
********************************************************************************
<root>
<level1>
<level2>
<field1>
val1
</field1>
<field2>
val2
</field2>
<field3>
val3
</field3>
</level2>
</level1>
</root>
custom html parser:
********************************************************************************
<root>
<level1>
<level2>
<field1>val1</field1>
<field2>val2</field2>
<field3>val3</field3>
</level2>
</level1>
</root>