Wie verhindere ich, dass BeautifulSoup4 der Suppe zusätzliche <html> <body> -Tags hinzufügt? [Duplikat
Diese Frage hat hier bereits eine Antwort:
Setzen Sie HTML-, Kopf- und Körper-Tags nicht automatisch, beautifulsoup 5 Antwortenn BeautifulSoup-Versionen vor 3 konnte ich einen beliebigen Teil von HTML nehmen und eine Zeichenfolgendarstellung auf diese Weise erhalte
from BeautifulSoup import BeautifulSoup
soup3 = BeautifulSoup('<div><b>soup 3</b></div>')
print unicode(soup3)
'<div><b>soup</b></div>'
Mit BeautifulSoup4 werden jedoch durch denselben Vorgang zusätzliche Tags erstellt:
from bs4 import BeautifulSoup
soup4 = BeautifulSoup('<div><b>soup 4</b></div>')
print unicode(soup4)
'<html><body><div><b>soup 4</b></div></body></html>'
^^^^^^^^^^^^ ^^^^^^^^^^^^^^
Ich brauche das äußere @ nic<html><body>..</body></html> Tags, die BS4 hinzufügt. Ich habe die BS4-Dokumente durchgesehen und auch innerhalb der Klasse gesucht, konnte jedoch keine Einstellung zum Unterdrücken der zusätzlichen Tags in der Ausgabe finden. Wie mache ich es? Ein Downgrade auf v3 ist keine Option, da der in BS3 verwendete SGML-Parser nicht annähernd so gut ist wie daslxml oderhtml5lib Parser, die mit BS4 verfügbar sind.