【发布时间】:2019-08-30 14:04:37
【问题描述】:
我正在用 BeautifulSoap 抓取一些链接,但它似乎完全忽略了<br> 标签。
这是我正在抓取的网址的源代码的相关部分:
<h1 class="para-title">A quick brown fox jumps over<br>the lazy dog
<span id="something"></span></h1>
这是我的 BeautifulSoap 代码(仅相关部分),用于获取 h1 标签内的文本:
soup = BeautifulSoup(page, 'html.parser')
title_box = soup.find('h1', attrs={'class': 'para-title'})
title = title_box.text.strip()
print title
这给出了以下输出:
A quick brown fox jumps overthe lazy dog
而我期待:
A quick brown fox jumps over the lazy dog
如何在我的代码中将<br> 替换为space?
【问题讨论】:
-
上面的 sn-p 给出了应有的输出
A quick brown fox jumps overthe lazy dog some stuff here。 -
是的,我的错误是 span 不包含任何文本。我已经编辑了问题。
标签: python web-scraping beautifulsoup