解析<br>標籤與beautifulsoup

Question

我抓取網站和
標籤的結構是：

<div class="content" 
    <p> 
     "C Space" 
     <br> 
     "802 white avenue" 
     <br> 
     "xyz 123" 
     <br> 
     "Lima" 
    </p> 

當我使用beautifulsoup使用下面的命令來獲取文本：

html=urlopen("something") 
bsObj = BeautifulSoup(html,"html5lib") 
templist = bsObj.find("div",{"class":"content"}) 
print(templist.get_text()) 

我得到以下輸出： C Space802 white avenuexyz 123Lima

而我想輸出爲：C空間802白色大道xyz 123 Lim一個。

從後續br標籤獲取數據時，如何添加額外的空格？

感謝

Answer 1

您可以使用split和join這裏：

>>> ' '.join(templist.get_text().split()) 
'"C Space" "802 white avenue" "xyz 123" "Lima"' 

Answer 2

你可以玩的.get_text()參數：

In [4]: elm = soup.select_one(".content") 

In [5]: print(elm.get_text(strip=True, separator=" ")) 
"C Space" "802 white avenue" "xyz 123" "Lima"