对BeautifulSoup中的get_text()的建议 [英] Suggestions on get_text() in BeautifulSoup
本文介绍了对BeautifulSoup中的get_text()的建议的处理方法，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
我正在使用BeautifulSoup解析html页面中的某些内容.
I am using BeautifulSoup to parse some content from a html page.
我可以从html中提取所需的内容(即，由class myclass定义的span中包含的文本).
I can extract from the html the content I want (i.e. the text contained in a span defined by the class myclass).
result = mycontent.find(attrs={'class':'myclass'})
我得到这个结果:
<span class="myclass">Lorem ipsum<br/>dolor sit amet,<br/>consectetur...</span>
如果我尝试使用以下方法提取文本:
If I try to extract the text using:
result.get_text()
我获得:
Lorem ipsumdolor sit amet,consectetur...
如您所见，删除标签<br>时，内容之间不再有空格，两个单词也被隐藏.
As you can see when the tag <br> is removed there is no more spacing between the contents and two words are concated.
我该如何解决这个问题?
How can I solve this issue?
推荐答案
If you are using bs4 you can use strings:
" ".join(result.strings)
这篇关于对BeautifulSoup中的get_text()的建议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
