防止美丽汤的find_all()转换转义的html标签

Question

我有一些文本：

text = <p>&lt;b&gt;test&lt;/b&gt;<br/></p>

我读了美丽的汤4:

soup = BeautifulSoup(text, "html.parser") # soup: <p>&lt;b&gt;test&lt;/b&gt;<br/></p>

然后我想获得文本节点：

text_nodes = soup.find_all(text=True)

但是转义的HTML在这个过程中被取消转义：text_nodes: ['<b>test</b>']

如何防止find_all()步骤转换转义的HTML标记？

Answer 1

对于text=True，我认为没有保持字符串原样的选项。

我的解决方案只是用循环逃避结果

from bs4 import BeautifulSoup
from html import escape
text = '<p>&lt;b&gt;test&lt;/b&gt;<br/></p>'
soup = BeautifulSoup(text, "html.parser")
text_nodes = [escape(x) for x in soup.strings]
print(text_nodes)
# ['&lt;b&gt;test&lt;/b&gt;']

soup.strings是soup.find_all(text=True)的较短版本。