Python - beautifulsoup 更改属性定位答案

【问题标题】：Python - beautifulsoup changes attribute positioningPython - beautifulsoup 更改属性定位
【发布时间】：2020-07-18 17:41:18
【问题描述】：

您好，我正在尝试解析 html 代码我附上几行html

<link rel="stylesheet" href="assets/css/fontawesome-min.css">
<link rel="stylesheet" href="assets/css/bootstrap.min.css">
<link rel="stylesheet" href="assets/css/xsIcon.css">

当我将它加载到 beautifulsoup 中时，它会按字母顺序更改属性位置，如下面的代码

<link href="assets/css/fontawesome-min.css" rel="stylesheet"/>
<link href="assets/css/bootstrap.min.css" rel="stylesheet"/>
<link href="assets/css/xsIcon.css" rel="stylesheet"/>

你可以看到最初的区别 rel 在重新加载和写入文件之后的 href 之前的属性更改顺序。

有什么办法可以防止这种情况发生。谢谢

【问题讨论】：

有趣 - 从未注意到。但是你为什么在乎呢？
我的客户说这对 SEO 很重要

标签： python beautifulsoup html-parsing

【解决方案1】：

从documentation，您可以使用自定义HTMLFormatter：

from bs4 import BeautifulSoup
from bs4.formatter import HTMLFormatter


txt = '''<link rel="stylesheet" href="assets/css/fontawesome-min.css">
<link rel="stylesheet" href="assets/css/bootstrap.min.css">
<link rel="stylesheet" href="assets/css/xsIcon.css">'''

class UnsortedAttributes(HTMLFormatter):
    def attributes(self, tag):
        for k, v in tag.attrs.items():
            yield k, v

soup = BeautifulSoup(txt, 'html.parser')

#before HTMLFormatter
print( soup )

print('-' * 80)

#after HTMLFormatter
print( soup.encode(formatter=UnsortedAttributes()).decode('utf-8') )

打印：

<link href="assets/css/fontawesome-min.css" rel="stylesheet"/>
<link href="assets/css/bootstrap.min.css" rel="stylesheet"/>
<link href="assets/css/xsIcon.css" rel="stylesheet"/>
--------------------------------------------------------------------------------
<link rel="stylesheet" href="assets/css/fontawesome-min.css"/>
<link rel="stylesheet" href="assets/css/bootstrap.min.css"/>
<link rel="stylesheet" href="assets/css/xsIcon.css"/>

【讨论】：