|
|
各位大神好：
下面这几句代码输出网页解析的结果为什么结果很难看：
import lxml.html
broken_html = '<ul class=country><li>area<li>population</ul>'
tree = lxml.html.fromstring(broken_html)
cc = lxml.html.tostring(tree, pretty_print=True, method='html').decode()
print(cc)
下面是输出结果：
<ul class="country">
<li>area</li>
<li>population</li>
</ul>
尽管闭合了标签，但是完全看不出嵌套关系了。上面的decode()是为了将前面的输出bytes类型转换成str类型。
而使用BeautifulSoup同样出错
from bs4 import BeautifulSoup
soup = BeautifulSoup(broken_html, 'html.parser')
ccc = soup.prettify()
print(ccc)
结果，标签都补错了：
<ul class="country">
<li>
area
<li>
population
</li>
</li>
</ul>
第一次发帖，求各位大神给我解释下，多谢！
|
|
