如何用BeautifulSoup更优雅地提取特定HTML标签生成新页面？

你可以直接利用BeautifulSoup的DOM操作API构建新HTML文档，无需手动拼接字符串，代码更易维护也更贴合工具设计逻辑：

from bs4 import BeautifulSoup

# 读取原HTML文件
with open('P:/Test.html', 'r') as f:
    soup = BeautifulSoup(f.read(), 'html.parser')

# 创建新的HTML文档骨架
new_soup = BeautifulSoup("<html><body></body></html>", 'html.parser')
body_tag = new_soup.body

# 定义需要保留的目标元素列表
target_elements = [
    soup.find('title'),
    soup.find('p', attrs={'class': 'm-b-0'}),
    soup.find('div', attrs={'id': 'right-col'})
]

# 将有效元素添加到新文档的body中
for elem in target_elements:
    if elem:  # 过滤找不到的元素，避免写入无效内容
        body_tag.append(elem)

# 写入输出文件
with open("output1.html", "w") as file:
    file.write(new_soup.prettify())  # prettify()自动格式化HTML，也可改用str(new_soup)输出紧凑格式

方案优势： #

• 完全依托BeautifulSoup原生DOM操作，避免手动拼接字符串可能引发的格式错误
• 通过append()方法管理元素，更符合HTML文档的结构逻辑
• prettify()可自动整理输出格式，提升可读性
• 增加元素存在性判断，避免因找不到目标标签导致的异常

内容的提问来源于stack exchange，提问作者Villard