我正在用 BeautifulSoap 抓取一些链接,但是它似乎完全忽略了<br>标签。
这是我正在抓取的 URL 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>
Run Code Online (Sandbox Code Playgroud)
这是我的 BeautifulSoap 代码(仅相关部分),用于获取h1标签中的文本:
soup = BeautifulSoup(page, 'html.parser')
title_box = soup.find('h1', attrs={'class': 'para-title'})
title = title_box.text.strip()
print title
Run Code Online (Sandbox Code Playgroud)
这给出了以下输出:
A quick brown fox jumps overthe lazy dog
Run Code Online (Sandbox Code Playgroud)
而我期待:
A quick brown fox jumps over the lazy dog
Run Code Online (Sandbox Code Playgroud)
如何在我的代码<br>中用 a替换space?