如何使用BeautifulSoup将soup对象转回HTML并保留原格式？

• 别用prettify()，直接转成字符串
  如果你不需要自动格式化的HTML，直接把soup对象转成字符串就行，这样输出的内容会最大程度贴近原始HTML的格式，不会凭空加换行和空格：

  html_output = str(soup)
  # 需处理编码的话用这个
  html_output = soup.encode("utf-8").decode("utf-8")
  

• 解析时给解析器加参数控制空格
  不同解析器有参数可以控制空格保留，比如用lxml的时候，指定哪些标签要保留原始空格：

  from bs4 import BeautifulSoup
  
  soup = BeautifulSoup(your_html_content, 'lxml', preserve_whitespace_tags=['pre', 'code'])
  

  这样像<pre>、<code>这类对空格敏感的标签，里面的格式会被完整保留。

• 自定义格式化器（如果非要用prettify）
  要是你需要用prettify()但不想它乱加格式，可以自己写个极简格式化器，覆盖默认的缩进逻辑：

  from bs4 import BeautifulSoup
  from bs4.formatter import HTMLFormatter
  
  class MinimalFormatter(HTMLFormatter):
      def indent(self, elem, level=0):
          # 取消自动缩进，不添加多余换行
          return ""
  
  soup = BeautifulSoup(your_html_content, 'html.parser')
  # 编辑soup的操作...
  html_output = soup.prettify(formatter=MinimalFormatter())
  

内容的提问来源于stack exchange，提问作者Javi DR