如何在EMR集群的Jupyter Notebook中实现HTML内容渲染

方案1：单元格内直接渲染 #

你遇到IPython display不渲染的核心原因大概率是EMR上PySpark内核内置的display方法覆盖了IPython的display接口，优先用以下两种方法：

• 方法1：指定调用IPython的display方法

import IPython
example = '<html><head><title>Dummy</title></head><body><h1>Dummy</h1></body></html>'
IPython.display.display(IPython.display.HTML(example))

• 方法2：使用%%html单元格魔法，直接把HTML内容写在单元格内，不需要额外导入包：

%%html
<html>
<head>
<title>Dummy</title>
</head>
<body>
<h1>Dummy</h1>
</body>
</html>

方案2：新浏览器标签页打开（无需依赖S3存储） #

避开S3同步延迟、文件被还原的问题，直接把HTML内容编码为Data URI触发新标签打开：

import base64
import IPython

html_content = '<html><head><title>Dummy</title></head><body><h1>Dummy</h1></body></html>'
# 编码HTML内容为base64
b64_content = base64.b64encode(html_content.encode('utf-8')).decode('utf-8')
# 生成触发新标签打开的按钮
IPython.display.display(IPython.display.HTML(f'''
<button onclick="window.open('data:text/html;base64,{b64_content}')">打开HTML页面</button>
'''))

运行单元格后点击按钮即可在新浏览器标签页加载完整HTML内容。

方案3：JupyterLab新标签页打开 #

如果需要在JupyterLab内的新标签打开，不要将文件存入S3同步的笔记本根目录，存入实例本地/tmp路径即可，该路径不会被S3同步逻辑覆盖、修改实时生效：

import IPython

html_content = '<html><head><title>Dummy</title></head><body><h1>Dummy</h1></body></html>'
# 写入本地临时路径
with open('/tmp/custom_page.html', 'w', encoding='utf-8') as f:
    f.write(html_content)
# 生成JupyterLab访问链接
IPython.display.display(IPython.display.HTML('''
<a href="/files/tmp/custom_page.html" target="_blank">在JupyterLab新标签打开</a>
'''))

内容的提问来源于stack exchange，提问作者kohoutek