如何在BeautifulSoup中无需二次解析将&amp;lt;和&amp;gt;解析为<>？

问题核心：你提供的HTML里的<b>是双重转义的结果——原本的<b>先被转成<b>，之后又被转了一次，变成<b>。直接用BeautifulSoup解析时，它只会解码第一层，把<变成<字符，所以这些内容只是普通文本，不是真正的HTML标签，自然找不到<b>。

不用两次解析的解决方法有两种：

方法一：先解码实体再解析 #

直接用Python标准库的html.unescape()把原始HTML字符串解码一次，再传给BeautifulSoup解析，这样就能得到真正的<b>标签：

from bs4 import BeautifulSoup
import html

raw_html = '<div>This is &amp;lt;b&amp;gt;bold&amp;lt;/b&amp;gt; text.</div>'
# 先解码双重转义的实体
decoded_html = html.unescape(raw_html)
soup = BeautifulSoup(decoded_html, 'html.parser')
print(soup.find('b'))  # 输出 <b>bold</b>

方法二：解析后处理文本节点 #

如果已经完成初始解析，也可以直接找到包含转义内容的文本节点，解码后替换成解析后的HTML元素：

from bs4 import BeautifulSoup
import html

raw_html = '<div>This is &amp;lt;b&amp;gt;bold&amp;lt;/b&amp;gt; text.</div>'
soup = BeautifulSoup(raw_html, 'html.parser')
div_tag = soup.find('div')

# 解码div内的文本内容
decoded_text = html.unescape(div_tag.string)
# 清空div原有内容，添加解码后解析的HTML
div_tag.clear()
div_tag.append(BeautifulSoup(decoded_text, 'html.parser'))

print(soup.find('b'))  # 同样能找到<b>标签

至于你之前用prettify(formatter=None)再解析能成功，是因为这个方法会把解析后的<和>字符直接输出为文本，相当于把文本形式的<b>还原成了HTML标签字符串，二次解析时自然能识别，但这种方式确实多了一次解析步骤，上面的方法更高效。

内容的提问来源于stack exchange，提问作者useriama