V2EX = way to explore
V2EX 是一个关于分享和探索的地方
Sign Up Now
For Existing Member Sign In
推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
This topic created in 3689 days ago, the information mentioned may be changed or developed.
Beautifulsoup 如何过滤出换行、空行以及空格和中文空格！
请教，对于 html 中存在很多空行，空格的处理问题！
很多文章是存 word 中直接复制到到网页上的，对于这种方式编辑的 html 结构可能比较混乱！
如何净化或者说格式化这种 html ！
快速过滤出换行符、空格、中文空格等
对于正则已经简单写处理方法，凑合能用
def del_content_blank(s):
clean_str = re.sub(r'\n| |\xa0|\\xa0|\u3000|\\u3000|\\u0020|\u0020', '', str(s))
return clean_str
但 Beautifulsoup 中对于换行是作为一个子节点解析的！那我怎么才能用 Beautifulsoup 模块过滤换行、空行以及空格和中文空格？这个问题请假大家，谢谢
请教，对于 html 中存在很多空行，空格的处理问题！
很多文章是存 word 中直接复制到到网页上的，对于这种方式编辑的 html 结构可能比较混乱！
如何净化或者说格式化这种 html ！
快速过滤出换行符、空格、中文空格等
对于正则已经简单写处理方法，凑合能用
def del_content_blank(s):
clean_str = re.sub(r'\n| |\xa0|\\xa0|\u3000|\\u3000|\\u0020|\u0020', '', str(s))
return clean_str
但 Beautifulsoup 中对于换行是作为一个子节点解析的！那我怎么才能用 Beautifulsoup 模块过滤换行、空行以及空格和中文空格？这个问题请假大家，谢谢
 |
1
dsp2138 OP ？
没人给解答下吗 |
 |
2
qiu0130 Mar 27, 2016
==使用 .stripped_strings
https://github.com/qiu0130/good.weather/blob/gh-pages/img/beautifulsoup_strings.png |
 |
4
xj90512 Mar 28, 2016
.replace
|
Select Language