Python拆分为换行符

Question

我有一个html文件，我只检索文本正文

我想打印一行

现在我正在打印

for line in newName.body(text=True):
    print line

这给了我身体里的一切 我想要的是打印像

for line in newName.body(text=True):
    print line[257:_____] # this is where i need help

而不是 _ _或选择另一个数字来结束我希望它转到换行符 所以它看起来像

for line in newName.body(text=True):
    print line[257:'\n'] 

然而，这种剂量起作用 我怎样才能做到这一点？

我正在处理的文本位于     身体     预         我想要的文字     /预     /体

Answer 1

您可以使用.partition() method获取第一行：

first_line = newName.body.getText().partition("\n")[0]

假设newName是BeautifulSoup个对象。它通常命名为soup。

从html中的第一个<pre>标记获取文字：

text = soup.pre.string

获取文本中的行列表：

list_of_lines = text.splitlines()

如果您想在文本中保留行尾标记：

list_of_lines = text.splitlines(True)

从列表中获取第i行：

ith_line = list_of_lines[i]

注意：从零开始的索引，例如，i = 2对应于第3行。

Answer 2

无法保证您的HTML文件包含多行。网页可以按行排列，但页面的结构不必与标记的结构相匹配，反之亦然。

可以肯定的是，试试这个：

  

print len（newName.body（text = True）.split（＆＃39; \ n＆＃39;））

如果值> 1，那么您应该能够获得所需的行：

  

newName.body（文字=真）.split（＆＃39; \ n＆＃39;）[257]

也许不是最优雅的方式，但如果实际上有多条线，它就有效。