如何将BeautifulSoup对象保存为XML文件到本地磁盘？

解决方案 #

你可以直接通过BeautifulSoup内置的内容序列化方法，配合Python文件写入操作完成保存，具体实现如下：

基础保存方法 #

直接调用soup.prettify()获取格式化的标记内容，写入后缀为.xml的文件即可：

with open("apj_abdul_kalam.xml", "w", encoding="utf-8") as xml_file:
    xml_file.write(soup.prettify())

标准XML格式保存方法 #

如果需要输出符合规范的XML文件，可手动添加XML声明头：

# 添加XML标准声明头
xml_content = '<?xml version="1.0" encoding="UTF-8"?>\n' + soup.prettify()
with open("apj_abdul_kalam.xml", "w", encoding="utf-8") as xml_file:
    xml_file.write(xml_content)

注意事项 #

• 写入时必须指定encoding="utf-8"，避免页面中的特殊字符、非英文字符出现乱码
• 若只需保存页面中的部分节点，可先定位到对应BeautifulSoup节点对象，再对单个节点调用prettify()方法写入即可
• 由于你抓取的是HTML页面，内容本身是HTML语法，如果需要通过严格的XML校验，需要额外对内容中的非法XML字符做转义处理

内容的提问来源于stack exchange，提问作者palash