美化python解析html文件

Question

我使用beauthoulsoup将html文件中的所有逗号替换为‚。这是我的代码：

f = open(sys.argv[1],"r")
data = f.read()

soup = BeautifulSoup(data)

comma = re.compile(',') 


for t in soup.findAll(text=comma):
        t.replaceWith(t.replace(',', '‚'))

除非html文件中包含一些javascript，否则这些代码可以正常工作。在这种情况下，它甚至将javascript代码中的逗号（，）替换为。这不是必需的。我只想替换html文件的所有文本内容。在

Answer 1

^{}可以调用：

tags_to_skip = set(["script", "style"])
# Add to this list as needed

def valid_tags(tag):
    """Filter tags on the basis of their tag names

    If the tag name is found in ``tags_to_skip`` then
    the tag is dropped.  Otherwise, it is kept.
    """
    if tag.source.name.lower() not in tags_to_skip:
        return True
    else:
        return False

for t in soup.findAll(valid_tags):
    t.replaceWith(t.replace(',', '‚'))