将 \n\t 替换为 beautifulsoup

Question

您好，我正在使用 BeautifulSoup 4，我尝试替换汤文本中的“\n\t”字符。

这是我的代码：

soup = BS(html_doc, "html.parser")
for tableItem in soup.find_all("td"):
    result = str(tableItem.string)
    result = result.replace("\n\t\", "")
    print(result)

这是我的输出：

\n', '\t\t\t\t\t\t\t\t\t\tTEXT_I_WANT\t\t\t\t\t\t\t\t\t

我用编码或 beautifulsoup "NavigableString" 尝试了几种方法。我使用了错误的编码吗？或者是否有 beautifulsoup 的特殊方法。（比如stripped_strings）

ps：我可以替换 TEXT_I_WANT 但不能替换“\n”或“\t”

Answer 1

此行：result = result.replace("\n\t\", "")查找 \n\t 的所有实例然后替换它们 - 它不查找 \n 或 [=18 的单个实例=] \t。看来你想要的是：

result = result.replace('\n', '') result = result.replace('\t', '')

Answer 2

您实际上需要 get_text() 而不是 string。 get_text() 也可以剥离，这将帮助您删除文本开头和结尾的 \n 和 \t：

soup = BS(html_doc, "html.parser")
for tableItem in soup.find_all("td"):
    print(tableItem.get_text(strip=True))

将 \n\t 替换为 beautifulsoup

replace \n\t from beautifulsoup

python

replace

beautifulsoup

special-characters