当我使用 BeautifulSoup 从 html 中获取文本时，我发现它会忽略多个空格。比如下面的例子，</seg>和<seg>之间有2个空格，但是输出只有一个空格，不管多少个空格，还是输出一个空格。
import bs4
text = "<line><seg>aaa</seg> <seg>bbb</seg></line>"
soup = bs4.BeautifulSoup(text)
print(soup.text)
print(soup.find_all(text=True))
输出是：
aaa bbb
['aaa', ' ', 'bbb']
但我真正想要的是：
aaa bbb
['aaa', ' ', 'bbb']
有什么想法吗？
或
如果在javascript中有等效的方法？获取文本但忽略标签外的多个空格
【问题讨论】：
标签： javascript python html beautifulsoup
这是 html 解析器的正常行为。
见：
https://developer.mozilla.org/en-US/docs/Web/API/Document_Object_Model/Whitespace
引用一些相关部分：
HTML largely ignores whitespace?
在 HTML 的情况下，空白在很大程度上被忽略了——空白在 单词之间被视为单个字符，并且在 元素和外部元素的开始和结束被忽略。
在元素周围和内部创建空间是 CSS 的工作。
What does happen to whitespace?
然而，它们不会消失。
任何在 HTML 元素之外的空白字符 原始文档在 DOM 中表示。这是需要的 内部，以便编辑器可以保留文档的格式。 这意味着：
会有一些文本节点只包含空格，还有一些 文本节点的开头或结尾会有空格。
How does CSS process whitespace?
大多数空白字符都被忽略了，并不是所有的都是.....那里 是浏览器引擎中决定哪个空格的规则 字符是有用的，哪些不是——至少指定了这些字符 部分在CSS Text Module Level 3，尤其是部分 关于CSS white-space property 和whitespace processing details。
【讨论】：