BeautifulSoup .prettify() 自定义缩进宽度

38 投票

4 回答

15146 浏览

提问于 2025-04-17 19:40

有没有办法为 .prettify() 函数定义自定义的缩进宽度？从我看到的源代码来看 -

def prettify(self, encoding=None, formatter="minimal"):
    if encoding is None:
        return self.decode(True, formatter=formatter)
    else:
        return self.encode(encoding, True, formatter=formatter)

似乎没有办法指定缩进宽度。我觉得这是因为 decode_contents() 函数里有这么一行 -

s.append(" " * (indent_level - 1))

它的长度固定为1个空格！(为什么会这样!!) 我试着指定 indent_level=4，结果却变成了这个 -

    <section>
     <article>
      <h1>
      </h1>
      <p>
      </p>
     </article>
    </section>

看起来真是太傻了。:|

现在，我可以想办法解决这个问题，但我只是想确认一下我是不是漏掉了什么。因为这应该是一个基本功能。:-/

如果你有更好的方法来美化HTML代码，请告诉我。

编程技巧数据解析代码格式化 beautifulsoup web抓取 html美化自定义缩进

4 个回答

根据我的了解，这个功能并没有内置，因为有一些解决方案可以解决这个问题。

假设你在使用BeautifulSoup 4，这里有我想到的解决办法：

可以直接写死在代码里。这种方法改动很小，如果你不需要在不同情况下缩进不同，这样做是可以的：

myTab = 4 # add this
if pretty_print:
   # space = (' ' * (indent_level - 1))
    space = (' ' * (indent_level - myTab))
    #indent_contents = indent_level + 1
    indent_contents = indent_level + myTab

不过，之前的解决方案还有一个问题，就是文本内容的缩进可能不够一致，但看起来还是不错的。如果你需要一个更灵活和一致的解决方案，可以修改一下类。

找到prettify函数并进行如下修改（这个函数在element.py的Tag类里）：

#Add the myTab keyword to the functions parameters (or whatever you want to call it), set it to your preferred default.
def prettify(self, encoding=None, formatter="minimal", myTab=2): 
    Tag.myTab= myTab # add a reference to it in the Tag class
    if encoding is None:
        return self.decode(True, formatter=formatter)
    else:
        return self.encode(encoding, True, formatter=formatter)

然后向上滚动到Tag类里的decode方法，进行以下更改：

if pretty_print:
    #space = (' ' * (indent_level - 1))
    space = (' ' * (indent_level - Tag.myTab))
    #indent_contents = indent_level + Tag.myTab 
    indent_contents = indent_level + Tag.myTab

接着去Tag类里的decode_contents方法，做这些更改：

#s.append(" " * (indent_level - 1))
s.append(" " * (indent_level - Tag.myTab))

现在，使用BeautifulSoup('<root><child><desc>Text</desc></child></root>').prettify(myTab=4)将会返回：

<root>
    <child>
        <desc>
            Text
        </desc>
    </child>
</root>

**不需要修改BeautifulSoup类，因为它继承了Tag类。只修改Tag类就足够实现目标了。

回答于 2025-04-17 由 Python大师

分享举报

Beautiful Soup 有一些叫做输出格式化器的工具。bs4.formatter.HTMLFormatter 这个工具可以让你设置 indent，也就是缩进。

>>> import bs4
>>> s = '<section><article><h1></h1><p></p></article></section>'
>>> formatter = bs4.formatter.HTMLFormatter(indent=2)
>>> print(bs4.BeautifulSoup(s, 'html.parser').prettify(formatter=formatter))
<section>
  <article>
    <h1>
    </h1>
    <p>
    </p>
  </article>
</section>

你还可以通过命令行使用它，配合 pyfil 工具（比如说，可以和 Geany 的“发送选中内容到”功能结合使用）：

pyfil 'bs4.BeautifulSoup(stdin, "html.parser").prettify(formatter=bs4.formatter.HTMLFormatter(indent=2))'

回答于 2025-04-17 由 Python大师

分享举报

我自己也遇到过这个问题，处理的方法可以说是非常“黑科技”：通过后处理结果。

r = re.compile(r'^(\s*)', re.MULTILINE)
def prettify_2space(s, encoding=None, formatter="minimal"):
    return r.sub(r'\1\1', s.prettify(encoding, formatter))

其实，我在这个类里把 prettify_2space 替换成了 prettify。这并不是解决问题的关键，但我们还是这样做吧，并且把缩进的宽度设为一个参数，而不是死死写成2：

orig_prettify = bs4.BeautifulSoup.prettify
r = re.compile(r'^(\s*)', re.MULTILINE)
def prettify(self, encoding=None, formatter="minimal", indent_width=4):
    return r.sub(r'\1' * indent_width, orig_prettify(self, encoding, formatter))
bs4.BeautifulSoup.prettify = prettify

所以：

x = '''<section><article><h1></h1><p></p></article></section>'''
soup = bs4.BeautifulSoup(x)
print(soup.prettify(indent_width=3))

… 结果是：

<html>
   <body>
      <section>
         <article>
            <h1>
            </h1>
            <p>
            </p>
         </article>
      </section>
   </body>
</html>

显然，如果你想同时修改 Tag.prettify 和 BeautifulSoup.prettify，你也得在那儿做同样的事情。（你可能想创建一个通用的包装，这样就可以同时应用到这两个地方，而不是重复代码。）如果还有其他的 prettify 方法，也是同样的处理方式。

回答于 2025-04-17 由 Python大师

分享举报

BeautifulSoup .prettify() 自定义缩进宽度

4 个回答

撰写回答