如何在 bs4 中处理 find_all 提取元素时包含回车符的现象
beautifulsoup 的 find_all 函数在提取页面元素时，如果元素内容中包含回车符，会导致元素被拆分为多个元素。对于只想提取元素文本内容的情况，这可能会带来麻烦。
要解决此问题，可以在使用 .get_text() 方法获取元素文本之前，先对元素内容进行预处理。可以使用 replace 函数替换掉元素中的换行符（’n’）。
以下是如何修改代码以解决回车符问题：
from urllib.request import urlopenfrom bs4 import BeautifulSouphtml = urlopen(‘www.pythonscraping./pages/warandpeace.html’)bs = BeautifulSoup(html.read(), ‘html.parser’)name_list = bs.find_all(‘span’, {‘class’:’green’}) for name in name_list: print(name.get_text().replace(”, ”)) # 添加 replace(”, ”)
这样，元素文本中的换行符将被替换为空字符串，并且 get_text() 方法将返回一个不包含换行符的字符串。
以上就是BeautifulSoup中find_all提取元素包含回车符如何处理？的详细内容，更多请关注范的资源库其它相关文章！
转载请注明：范的资源库 » BeautifulSoup中find
