BeautifulSoup - 擺脫段的空格/換行符

Question

similarlist = res.find_all_next("div", class_="result-wrapper") 
for item in similarlist: 
    print(item) 

這將返回：

<div class="result-wrapper"> 
<div class="row-fluid result-row"> 
<div class="span6 result-left"> 
<p> 
<a class="tooltipLink warn-cs" data-original-title="Listen" href="..." rel="tooltip"><i class="..."></i></a> 
<a class="muted-link" href="/dictionary/german-english/aa-machen">Aa <b>machen</b></a> 
</p> 
</div> 
<div class="span6 result-right row-fluid"> 
<span class="span9"> 
<a class="muted-link" href="/dictionary/english-german/do-a-poo">to do a poo</a>, <a class="muted-link" href="/dictionary/english-german/pooh">to pooh</a> 
</span> 
</div> 
</div> 
</div> 

當我選擇打印item.get_text()相反，我得到

abgeneigt machen 
to disincline 




abhängig machen 
2137 

to predicate 




Absenker machen 
to layer 

所以基本上很多新線我不需要的列表項之間。這是因爲<p>標籤？我如何擺脫它們？

Answer 1

是，標籤之間的HTML包含空格（包括新行）了。

您可以輕鬆地摺疊所有多行空白用正則表達式：

import re 

re.sub(r'\n\s*\n', r'\n\n', item.get_text().strip(), flags=re.M) 

這兩個新行之間刪除任何空白（換行，空格，製表符等）。

Answer 2

你可以在Python

長街（）函數item.get_text（）條（）