similarlist = res.find_all_next("div", class_="result-wrapper")
for item in similarlist:
print(item)
这将返回:
<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>
当我选择打印时item.get_text()
相反,我得到
abgeneigt machen
to disincline
abhängig machen
2137
to predicate
Absenker machen
to layer
所以基本上我不需要的列表项之间有很多新行。这是因为<p>
标签?我该如何摆脱它们?
是的,HTML 标签之间也包含空格(包括换行符)。
您可以使用正则表达式轻松折叠所有多行空格:
import re
re.sub(r'\n\s*\n', r'\n\n', item.get_text().strip(), flags=re.M)
这会删除两个换行符之间的任何空白(换行符、空格、制表符等)。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)