美化使用python解析html文件

我正在使用BeautifulSoup将html文件中的所有逗号替换为

&sbquo。以下是我的代码：

f = open(sys.argv[1],"r")
data = f.read()

soup = BeautifulSoup(data)

comma = re.compile(',') 


for t in soup.findAll(text=comma):
        t.replaceWith(t.replace(',', '‚'))

除了html文件中包含一些javascript外，此代码可以正常工作。在这种情况下，它甚至将javascript代码中的逗号（，）替换为。这不是必需的。我只想替换html文件中的所有文本内容。
可以调用：

tags_to_skip = set(["script", "style"])
# Add to this list as needed

def valid_tags(tag):
    """Filter tags on the basis of their tag names

    If the tag name is found in ``tags_to_skip`` then
    the tag is dropped.  Otherwise, it is kept.
    """
    if tag.source.name.lower() not in tags_to_skip:
        return True
    else:
        return False

for t in soup.findAll(valid_tags):
    t.replaceWith(t.replace(',', '‚'))

您可以拨打电话：

tags_to_skip = set(["script", "style"])
# Add to this list as needed

def valid_tags(tag):
    """Filter tags on the basis of their tag names

    If the tag name is found in ``tags_to_skip`` then
    the tag is dropped.  Otherwise, it is kept.
    """
    if tag.source.name.lower() not in tags_to_skip:
        return True
    else:
        return False

for t in soup.findAll(valid_tags):
    t.replaceWith(t.replace(',', '‚'))

酷。。太棒了。如何跳过评论？它甚至显示，如果您
导入BeautifulSoup，我不需要替换html文件的注释部分；打印BeautifulSoup.\uuuuu版本\uuuuu
，返回的版本号是什么？酷。。太棒了。如何跳过评论？它甚至显示，如果您
导入BeautifulSoup，我不需要替换html文件的注释部分；打印BeautifulSoup.\uuuuu版本\uuuuu
，返回的版本号是什么？