使用 BeautifulSoup 的 append() 直接插入 HTML 字符串会导致标签被自动转义（如 变成 ），正确做法是通过 soup.new_tag() 创建真实标签对象再插入，既保留结构又兼容 UTF-8（含韩文等多语言）内容。
使用 beautifulsoup 的 append() 直接插入 html 字符串会导致标签被自动转义（如 <p></p> 变成 <p></p>），正确做法是通过 soup.new_tag() 创建真实标签对象再插入，既保留结构又兼容 utf-8（含韩文等多语言）内容。
在 BeautifulSoup 中，append() 方法对字符串参数会将其视为纯文本（text node）而非 HTML 结构，因此所有 , <code>>, & 等字符都会被自动 HTML 转义，以防止 XSS 或解析错误。这正是你看到 <p></p> 变成 <p></p> 的根本原因——不是编码问题，而是语义误判。
✅ 正确做法：使用 soup.new_tag() 构造标签节点
from bs4 import BeautifulSoup
# 安全读取含韩文的 HTML 文件（推荐显式指定 encoding）
with open("test/test.html", "r", encoding="utf-8") as f:
soup = BeautifulSoup(f, "html.parser")
# ✅ 正确：创建真实 <p> 标签并设置文本内容
p = soup.new_tag("p")
p.string = "exampletext" # 支持 UTF-8 字符，如 "안녕하세요"
soup.body.append(p)
# ✅ 若需嵌套 HTML（如含子标签），用 append() 添加子节点或使用 .extend()
strong = soup.new_tag("strong")
strong.string = "重点"
p.append(strong) # → <p>exampletext<strong>重点</strong></p><div class="aritcle_card flexRow">
<div class="artcardd flexRow">
<a class="aritcle_card_img" href="/xiazai/skill9972" title="Wechat Article Html"><img
src="https://img.php.cn/upload/skill/001/246/273/6adaf20e695c2374.jpg" alt="Wechat Article Html" ></a>
<div class="aritcle_card_info flexColumn">
<a href="/xiazai/skill9972" title="Wechat Article Html">Wechat Article Html</a>
<p>将 Markdown 文章转换为微信公众号兼容的纯 HTML 格式。当用户要求"转成微信格式"、"生成公众号文章 HTML"、"排版到微信草稿箱"、"微信粘贴格式"时触发。输出带内联样式的纯 HTML，微信编辑器可直接渲染，无需额外适配。支持标题、段落、列表、粗体、行内代码、表格、引用块、代码块、配图的完整转换。</p>
</div>
<a href="/xiazai/skill9972" title="Wechat Article Html" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a>
</div>
</div>
# 写入文件（保持 UTF-8 编码，无需额外 from_encoding）
with open("test/result.html", "w", encoding="utf-8") as f:
f.write(str(soup))⚠️ 注意事项：
立即学习“前端免费学习笔记（深入）”；
- ❌ 避免
soup.body.append("<p>...</p>")—— 字符串会被转义； - ✅ 优先用
soup.new_tag()+.string/.append()组合构建结构； - ✅ 若需批量插入 HTML 片段，可用
BeautifulSoup(html_str, "html.parser").body.contents提取节点后逐个append()； - ? UTF-8 支持关键在于 文件读写时显式指定
encoding="utf-8"，与from_encoding参数无关（该参数已弃用于现代 BS4）； - ? 验证韩文是否正常：打印
soup.body.get_text()应完整显示原始韩文，无乱码。
总结：BeautifulSoup 的核心原则是“操作对象，而非字符串”。将 HTML 片段作为字符串拼接是反模式；始终通过 API 创建和组装 Tag 对象，才能兼顾安全性、可维护性与多语言支持。
