Question

我正在解析网页并使用lxml.html HTMLEElement text_content()函数从中获取文本内容。问题是HTML本身没有任何空格，所有新行都由<p>标记指示。我想要做的是为所有<p>元素添加换行符，以便在输出文本时，我没有连接在一起的行没有空格。

我以这种方式得到了我需要的元素：

divs = body.cssselect('div')

HTML看起来像这样：

<html><...><body><div><p>Text on one line.</p><p>Text on another line.</p></body></html>

我想将\n添加到我得到的div中的每个<p>元素中。

由于

Answer 1

结果很简单：

p_elements = body.findall(".//p")
for element in p_elements:
    text = element.text
    element.text = "\n" + text