用美丽的汤剥离HTML时保留空间 [英] Preserve space when stripping HTML with Beautiful Soup
本文介绍了用美丽的汤剥离HTML时保留空间的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
合并。段2< blockquote>引用1< block引用>引用2< / p>< / html>
print html $ b $ soup = BeautifulSoup（html）
print u''join（soup.findAll（text = True））
此代码的输出是Para 1 WordsMerge。Para 2Quote 1Quote 2。
I don不希望第一段的最后一句与第二段的第一句话合并。
例如。 Para 1 Words Merge。Para 2 Quote 1 Quote 2。
这可以使用BeautifulSoup库实现吗？
解决方案
只需使用空格加入件即可：
print u''.join（soup.findAll（text = True））
from BeautifulSoup import BeautifulSoup
html = "<html><p>Para 1. Words</p><p>Merge. Para 2<blockquote>Quote 1<blockquote>Quote 2</p></html>"
print html
soup = BeautifulSoup(html)
print u''.join(soup.findAll(text=True))
The out put of this code is "Para 1 WordsMerge. Para 2Quote 1Quote 2".
I don't want the last word of paragraph one merging with the first word of paragraph two. eg. "Para 1 Words Merge. Para 2 Quote 1 Quote 2". Can this be achieved using the BeautifulSoup library?
解决方案
Just join the pieces with a space:
print u' '.join(soup.findAll(text=True))
这篇关于用美丽的汤剥离HTML时保留空间的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
