Python lxml.html linebreaks？

Question

我使用lxml.html.cleaner从输入文本中清除html。如何在lxml.html中将\n更改为<br />？

Answer 1

相当容易，有点hacky方式：假设您使用lxml.html.parse或任何方法构建DOM，您可以将此作为两步过程的一部分。

1. 使用字符串替换迭代节点的text和tail属性。查看iterdescendants方法，它可以为您提供所有内容。
2. lxml.html.clean按正常情况

更复杂的方法是修补lxml.html.clean模块。与许多lxml不同，这个模块是用Python编写的，并且非常容易访问。例如，目前有一个_substitute_whitespace函数。