Я пытаюсь проанализировать локальный файл htm с помощью BeautifulSoup.
.htm - это тип файла.
from bs4 import BeautifulSoup
with open('locfile.htm') as fp:
soup = BeautifulSoup(fp, "html5lib")
print(soup)
Попробуем три разных парсера, но результат получен одинаковый.
Пример для html5lib
<html><body><p>t a b l e i d = " T a b l a D a t a " c l a s s = " T a b l a w i d t h = " 9 0 % >
t r >....
.....
и так далее. Я думаю, что "& gt" но преобразуется в эти строки.
Аналогичные результаты получены с использованием html.parser и html5llib
Как мне сделать так, чтобы метки попали в тело?
Может быть, это неправильная операция синтаксического анализа?
soup.contents
[<html><head></head><body><table id=........
..................
</body></html>
но внутренние теги отсутствуют или преобразованы в escape-символы html
Как мне сохранить теги?