Question

我想要修剪所有空白区域和新线条，然后从

转换结果

<title>

     Asian Case Research Journal (World Scientific)

</title>

到这个

<title>Asian Case Research Journal (World Scientific)</title>

我的代码：

for link in url_list:
    try:
    r = requests.get(link)
    soup = BeautifulSoup(r.content,"html.parser")
    print(soup.title)
except:
    print("No Title Found ")
    continue

Answer 1

import bs4

html = '''<title>

     Asian Case Research Journal (World Scientific)

</title>'''
soup = bs4.BeautifulSoup(html, 'lxml')
title = soup.title
title.string = title.get_text(strip=True)
print(str(title))

出：

<title>Asian Case Research Journal (World Scientific)</title>

在bs4中，tag是一个具有string属性的Object，您可以使用.表示法访问或修改它，并使用str(tag)

将标记对象转换为python str对象

文件：modifying-string

Answer 2

尝试此操作并根据您的用例进行修改。

desired_string = ''.join([x.strip() for x in str(soup.title).split('\r\n')])

Answer 3

soup.title.text.strip()应该这样做

删除python3中html中标记之间的换行符

3 个答案: