如何保存在Python中使用BeautifulSoup對HTML文件所做的更改？

Question

Python noob here ...

我有下面的腳本，它修改了一個html文件的hrefs（將來它將是一個目錄中的HTML文件列表）。使用beautifulSoup我設法訪問標籤值並修改它，但我不知道如何保存對文件所做的更改。任何幫助將不勝感激。

import os 
import re 
from bs4 import BeautifulSoup 


htmlDoc = open('adding_computer_c.html',"r+") 
soup = BeautifulSoup(htmlDoc) 

replacements= [ ('_', '-'), ('../tasks/', prefixUrl), ('../concepts/', prefixUrl) ] 

for link in soup.findAll('a', attrs={'href': re.compile("../")}): 


    newlink=str(link) 

    for k, v in replacements: 

     newlink = newlink.replace(k, v) 

    extrachars=newlink[newlink.find("."):newlink.find(">")] 
    newlink=newlink.replace(extrachars,'') 


    link=newlink 
    print(link) 
    ##How do I save the link I have modified back to the HTML file? 

print(soup)##prints the original html tree 

htmlDoc.close() 

Answer 1

newlink = link['href'] 
# .. make replacements 
link['href'] = newlink # store it back 

現在print(soup.prettify())會顯示更改的鏈接。要更改保存到一個文件：

htmlDoc.close() 

html = soup.prettify("utf-8") 
with open("output.html", "wb") as file: 
    file.write(html) 

爲了保留文檔的原始字符編碼，你可以使用soup.original_encoding，而不是「UTF-8」。見Encodings。