使用Python编辑含HTML的文本文件时输出为空的原因是什么？

核心错误点 #

• 打开文件时使用了w写入模式，该模式会在打开文件的第一时间清空文件原有内容，且你全程没有向文件写入任何处理后的内容，最终文件自然为空。
• bleach.clean的第一个参数传入的是字符串'f'，既没有读取原文件的内容，也没有真正对HTML内容做处理，只是处理了字面量字符串"f"，没有实际意义。
• 处理后的结果没有保存也没有写回文件，处理逻辑完全没有落地。

修正后代码 #

import bleach 

# 第一步：读模式打开文件，读取原有HTML内容
with open('index1.txt', 'r', encoding='utf-8') as f:
    raw_content = f.read()

# 第二步：用bleach处理读取到的内容
cleaned_content = bleach.clean(
    raw_content,
    tags=['p'],
    attributes=['style'],
    styles=['color'],
)    

# 第三步：写模式打开文件，把处理后的内容写入
with open('index1.txt', 'w', encoding='utf-8') as f:
    f.write(cleaned_content)

# 第四步：读取验证结果
with open('index1.txt', 'r', encoding='utf-8') as f:
    content = f.read()
print(content)

调整说明 #

• 拆分了读写流程，先读原文件内容再写回，避免w模式直接清空原文件导致内容丢失
• 把读取到的原始文件内容传入bleach.clean进行处理，拿到处理后的返回值
• 显式将处理后的内容写入文件，保证修改生效
• 统一用with上下文管理器处理文件IO，不需要手动调用close()，更安全

内容的提问来源于stack exchange，提问作者Eva