如何判断BeautifulSoup是否将特定标签的内容提取为文本？ （不接触）

Question

我需要解析其中包含“代码”标签

我得到的代码块像这样的html文件：

soup = BeautifulSoup(str(content)) 
code_blocks = soup.findAll('code') 

的问题是，如果我有一个代码标签是这样的：

<code class="csharp"> 
    List<Person> persons = new List<Person>(); 
</code> 

BeautifulSoup ForSE召开前夕嵌套标签的关闭和变换的代码块划分成：

<code class="csharp"> 
    List<person> persons = new List</person><person>(); 
    </person> 
</code> 

有没有什么办法可以将BeautifulSoup中的代码标签的内容作为文本提取出来，而不会让它修复它认为是HTML标记错误的内容？

Answer 1

将代码标记添加到QUOTE_TAGS词典中。

from BeautifulSoup import BeautifulSoup 

content = "<code class='csharp'>List<Person> persons = new List<Person>();</code>" 

BeautifulSoup.QUOTE_TAGS['code'] = None 
soup = BeautifulSoup(str(content)) 
code_blocks = soup.findAll('code') 

输出：

[<code class="csharp"> List<Person> persons = new List<Person>(); </code>]