使用 bs4.beautifulsoup 提取带回车符的列表元素

在使用 beautiful soup 库来提取网页元素时，遇到了一个问题，即提取的元素中包含回车符。这导致一些元素被拆分为多个元素。

代码示例：

import requests
from bs4 import beautifulsoup

url = 'http://www.pythonscraping.com/pages/warandpeace.html'
html = requests.get(url).text
bs = beautifulsoup(html, 'html.parser')

name_list = bs.find_all('span', {'class': 'green'})
for name in name_list:
    print(name.get_text())

运行此代码可能会导致安娜·帕夫洛夫娜·舍勒 (anna pavlovna scherer) 被拆分为两个元素："安娜·帕夫洛夫娜"和"舍勒"。这是因为 html 源代码中安娜·帕夫洛夫娜和舍勒之间存在一个换行符。

361SCAN security check your skill python scripts

扫描并分析已安装技能，用于查看指定技能目录的名称、描述和详情，或列出所有已安装的技能。

下载

可以使用 get_text() 方法来解决此问题，它会将元素的内容作为文本返回。但是，它会保留换行符。

解决方案：

可以使用 replace() 方法将回车符替换为空字符串。

for name in name_list:
    print(name.get_text().replace('\n', ''))

这样，安娜·帕夫洛夫娜·舍勒将被正确地识别为一个元素。