[MẸO] Cách sửa thẻ HTML - Python

Để sửa các thẻ HTML bị lỗi bằng Python, bạn có thể sử dụng các thư viện như BeautifulSoup từ mô-đun bs4. BeautifulSoup rất mạnh mẽ để phân tích cú pháp và sửa HTML.

Đây là hướng dẫn từng bước về cách sử dụng nó:

Bước 1: Cài đặt BeautifulSoup

Nếu bạn chưa cài đặt BeautifulSoup và lxml (một thư viện phân tích cú pháp), bạn có thể cài đặt chúng bằng pip:

Bước 2: Sử dụng BeautifulSoup để Phân tích cú pháp và Sửa HTML

Đây là một ví dụ về một script đọc một chuỗi HTML, phân tích cú pháp nó bằng BeautifulSoup, sau đó xuất ra HTML đã được sửa.

Đây là nội dung các thẻ html bị lỗi

Giải thích

• BeautifulSoup: Một thư viện Python để phân tích cú pháp các tài liệu HTML và XML. Nó tạo một cây phân tích cú pháp từ mã nguồn trang web có thể được sử dụng để trích xuất dữ liệu từ HTML.

• lxml: Một trình phân tích cú pháp cho BeautifulSoup. Nó nhanh hơn và linh hoạt hơn với HTML bị hỏng so với trình phân tích cú pháp mặc định.

Kết quả

Phương thức prettify định dạng HTML một cách đẹp mắt. HTML đã được sửa sẽ trông giống như sau:

from bs4 import BeautifulSoup

# Chuỗi HTML bị lỗi từ trước
messy_html = """

Chào mừng đến với Trang web năm 1999 của tôi!!


 

 

Đây là một đoạn văn mà không bao giờ thực sự kết thúc vì các thẻ thì ở khắp mọi nơi.
Kiểm tra văn bản cuộn này!

 

Định dạng bảng không tốt

Không có thẻ đóng

Nhấn vào đây!!

 
"""

 

# Khởi tạo thư viện với 'html.parser'
# Bạn cũng có thể sử dụng 'lxml' để sửa lỗi mạnh mẽ hơn nữa
soup = BeautifulSoup(messy_html, 'html.parser')

# Phương thức .prettify() sửa lỗi lồng nhau và thêm thụt lề
clean_html = soup.prettify()

print(clean_html)

Các lựa chọn thay thế

Có một số dịch vụ trực tuyến để bạn xác thực các thẻ html và sửa chúng:

1. https://validator.w3.org/#validate_by_input
    
2. https://www.freeformatter.com/html-validator.html
    
3. https://www.htmlcorrector.com/
    
4. https://jsonformatter.org/html-validator