提问人：Minions 提问时间：8/1/2023 更新时间：8/1/2023 访问量：30
BeautifulSoup 洗牌 html 标签的属性
BeautifulSoup shuffles the attributes of html tags
问：
我对 BeautifukSoup 有疑问。每当我解析HTML输入时，它都会更改HTML标签的属性（例如.class，id）的顺序。
例如：
from bs4 import BeautifulSoup
tags = BeautifulSoup('<span id="100" class="test"></span>', "html.parser")
print(str(tags))
指纹：
<span class="test" id="100"></span>
如您所见，和的顺序已更改。如何防止此类行为？classid
我不熟悉 Web 开发，但我知道属性的顺序并不重要。
我在这里的主要目标是在解析 HTML 输入后保留它的原始形状，因为我想遍历标签并将它们（在字符级别）与其他 HTML 文本进行匹配。
答：
3赞
Andrej Kesely
8/1/2023
#1
正如您所说，HTML 中属性的顺序并不重要。但是，如果您真的想要未排序的属性，则可以执行以下操作：
from bs4 import BeautifulSoup
from bs4.formatter import HTMLFormatter
class UnsortedAttributes(HTMLFormatter):
def attributes(self, tag):
yield from tag.attrs.items()
tags = BeautifulSoup('<span id="100" class="test"></span>', "html.parser")
print(tags.encode(formatter=UnsortedAttributes()).decode())
指纹：
<span id="100" class="test"></span>
编辑：要不关闭void标签，您可以尝试：
class UnsortedAttributes(HTMLFormatter):
def __init__(self):
super().__init__(
void_element_close_prefix=""
) # <-- use void_element_close_prefix="" here
def attributes(self, tag):
yield from tag.attrs.items()
tags = BeautifulSoup(
"""<input id="NOT_CLOSED_TAG" type="Button">""",
"html.parser",
)
print(tags.encode(formatter=UnsortedAttributes()).decode())
指纹：
<input id="NOT_CLOSED_TAG" type="Button">
评论
0赞
Minions
8/1/2023
我有一些类似的东西，那就是，如果一个标签没有关闭，beautifulsoup 会关闭它（例如 变成 ）。有没有可能解决这个问题？<input><input/>
1赞
Andrej Kesely
8/1/2023
@Minions 这是一个更难的问题，因为每个解析器（、、）处理这个问题的方式有点不同。我已经编辑了我的答案，您可以尝试在格式化程序中放入构造函数。html.parserhtml5liblxmlvoid_element_close_prefix=""
0赞
Minions
8/1/2023
我真的很感谢你@Andrej的努力！它实际上有效，但仅适用于标签。如果我使用这样的东西，它不起作用。input<span id="100" class="test">
1赞
Andrej Kesely
8/1/2023
@Minions我只能指出如何处理特殊的 HTML 标签（毕竟，它是 HTML/XML 解析器）：git.launchpad.net/beautifulsoup/tree/bs4/builder/......您可以子类化并使用 custom ，但这需要更多的工作......bs4TreeBuilderempty_element_tags
评论