Я использую BeautifulSoup для анализа html-статьи. Я использую некоторые функции для очистки html, поэтому я могу сохранить только основную статью.Объект 'unicode' не имеет атрибута 'prettify'
Кроме того, я хочу сохранить выход Soup в файл. Ошибки я получаю следующее:
soup = soup.prettify("utf-8")
AttributeError: 'unicode' object has no attribute 'prettify'
Исходный код:
#!/usr/bin/env python
import urllib2
from bs4 import BeautifulSoup
import nltk
import argparse
def cleaner():
url = "https://www.ceid.upatras.gr/en/announcements/job-offers/full-stack-web-developer-papergo"
ourUrl = urllib2.urlopen(url).read()
soup = BeautifulSoup(ourUrl)
#remove scripts
for script in soup.find_all('script'):
script.extract()
soup = soup.find("div", class_="clearfix")
#below code will delete tags except /br
soup = soup.encode('utf-8')
soup = soup.replace('<br/>' , '^')
soup = BeautifulSoup(soup)
soup = (soup.get_text())
soup=soup.replace('^' , '<br/>')
print soup
with open('out.txt','w',encoding='utf-8-sig') as f:
f.write(soup.prettify())
if __name__ == '__main__':
cleaner()