Python - Beautiful Soup - 如何用不间断空格替换字符串？答案

【问题标题】：Python - Beautiful Soup - How to Replace a String With a Non-Breaking Space?Python - Beautiful Soup - 如何用不间断空格替换字符串？
【发布时间】：2014-10-13 06:57:23
【问题描述】：

我有以下 HTML 片段：

<div><span>This is some text.</span></div>

我想用一个不间断的空格（即&nbsp;）替换div 标记中的span，从而得到以下HTML SOURCE：

<div>&nbsp;</div>

我试过了

soup.div.span.replace_with('&nbsp;')

但结果是

<div>&amp;nbsp;</div>

我也试过

soup.div.span.replace_with(' ') // single space character

但结果是

<div> </div>

如何插入不间断空格实体？

【问题讨论】：

你试过str.replace()吗？
看看stackoverflow.com/questions/17224863/beautifulsoup-and-nbsp，同样走向正确的方向
@VishnuUpadhyay：这是一个 HTML 树，而不是字符串。 <span> 元素在这里被替换，而不是字符串内容。

标签： python beautifulsoup

【解决方案1】：

&nbsp; 实体代表U+00A0 NO-BREAK SPACE 字符，将其用作 BeautifulSoup 将所有文本内容视为 Unicode：

soup.div.span.replace_with(u'\xa0')

演示：

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('''<div><span>This is some text.</span></div>''')
>>> soup.div.span.replace_with(u'\xa0')
<span>This is some text.</span>
>>> soup.encode_contents(formatter='html')
'<html><body><div>&nbsp;</div></body></html>'

请注意，我需要使用 output formatter 来强制 BeautifulSoup 在输出中使用实体；默认是使用文字字符（这对浏览器来说很好）。

【讨论】：