python - Python拆分为换行符

Question

我有一个 html 文件，我正在检索文本的正文

我想打印一行

现在我正在打印

for line in newName.body(text=True):
    print line

这给了我身体里的一切我想要打印的东西

for line in newName.body(text=True):
    print line[257:_____] # this is where i need help

而不是_或选择另一个数字来结束我希望它转到换行符，所以它看起来像

for line in newName.body(text=True):
    print line[257:'\n']

但是那个剂量工作我怎样才能使它工作？

我正在处理的文本位于 body pre 我想要的文本 /pre /body

score 8 · Accepted Answer

您可以使用.partition()方法来获取第一行：

first_line = newName.body.getText().partition("\n")[0]

假设newName是一个BeautifulSoup对象。它通常被命名为soup.

要从<pre>html 中的第一个标签获取文本：

text = soup.pre.string

要获取文本中的行列表：

list_of_lines = text.splitlines()

如果要在文本中保留行尾标记：

list_of_lines = text.splitlines(True)

要从列表中获取第 i 行：

ith_line = list_of_lines[i]

注意：从零开始的索引，例如，i = 2对应于第 3 行。

score 2 · Accepted Answer

无法保证您的 HTML 文件不止一行。网页可以排成一行，但页面的结构不必与标记的结构相匹配，反之亦然。

可以肯定的是，试试这个：

打印 len(newName.body(text=True).split('\n'))

如果该值> 1，那么您应该能够获得所需的行，例如：

newName.body(text=True).split('\n')[257]

也许不是最优雅的方式，但它确实有效，如果实际上有多行的话。

score 2 · Accepted Answer

是你想要line[127:line.find('\n')]的，因为你确定它是127从那时起同样你必须确定有一个\n.

3 回答 3