在Python中删除HTML响应中的行之间的空格

2024-10-03 06:32:10 发布

您现在位置：Python中文网/ 问答频道 /正文
8734 3

我正在写一个脚本来帮助更新我网站上的一个小博客，但出于某种原因，当我请求页面的HTML，以便我可以将其写入内存并修改它时，它似乎在分隔行：

预期：

<html>
    <head>
        <!-- <link rel="icon" href="/sort/this/later.jpg" type="image/x-icon" />-->
        <title>foo</title>
        <meta name="description" content="bar" />

我的脚本收到了什么：

<html>

    <head>

        <!-- <link rel="icon" href="/sort/this/later.jpg" type="image/x-icon" />-->

        <title>foo</title>

        <meta name="description" content="bar" />

我尝试从响应中剥离\n和\r字符，但这似乎没有任何改变

编辑：对不起，我忘了发布实际的脚本本身。给你：

import neocities
import requests
import re
nc = neocities.NeoCities(api_key='[no]')

response = nc.info()
print(response)

htmlresponse = requests.get('https://thesite.com/index.html')

oldBlog = open('newindex.html', 'w')
oldBlog.write(str(htmlresponse.text).strip('\n').strip('\r'))
oldBlog.close()

with open('newindex.html', 'r') as blog:
    contents = blog.readlines()

contents.insert(39,'        <p class="header">test lol</p>\n'
                   '        <p class="logpost">foobar</p>\n')

with open('newindex.html', 'w') as blog:
    contents = "".join(contents)
    blog.write(contents)

我知道我用来脱衣的方法非常简陋，但我只是想看看它是否有效。如果它能起作用，我会把它弄干净


Tags： import脚本titlehtmlcontentslinkblogopen
2条回答
网友
1楼 · 编辑于 2024-10-03 06:32:10

改变

oldBlog.write(str(htmlresponse.text).strip('\n').strip('\r'))

到

oldBlog.write(str(htmlresponse.text).replace('\n', ''))
网友
2楼 · 编辑于 2024-10-03 06:32:10

假设html是python字符串（在代码中html_string是str(htmlresponse.text)）：

html_string = '''<html>

    <head>

        <!  <link rel="icon" href="/sort/this/later.jpg" type="image/x-icon" /> >

        <title>foo</title>

        <meta name="description" content="bar" />
'''

按换行符html_string.split('\n')拆分它将输出：

['<html>',
 '',
 '    <head>',
 '',
 '        <!  <link rel="icon" href="/sort/this/later.jpg" type="image/x-icon" /> >',
 '',
 '        <title>foo</title>',
 '',
 '        <meta name="description" content="bar" />',
 '']

这段代码将提取列表中的每个字符串，如果字符串的长度为> 0，则将其保留

list1 = [line for line in html_string.split('\n') if len(line) > 0]

或更紧凑：

list1 = [line for line in html_string.split('\n') if line]

这将给你：

['<html>',
 '    <head>',
 '        <!  <link rel="icon" href="/sort/this/later.jpg" type="image/x-icon" /> >',
 '        <title>foo</title>',
 '        <meta name="description" content="bar" />']

但是list1是一个列表。要将其转换回字符串，您需要：

new_html_string = '\n'.join(list1)

打印new_html_string将为您提供：

<html>
    <head>
        <!  <link rel="icon" href="/sort/this/later.jpg" type="image/x-icon" /> >
        <title>foo</title>
        <meta name="description" content="bar" />

总而言之：

html_string = '''<html>

    <head>

        <!  <link rel="icon" href="/sort/this/later.jpg" type="image/x-icon" /> >

        <title>foo</title>

        <meta name="description" content="bar" />
'''
list1 = [line for line in html_string.split('\n') if line]
new_html_string = '\n'.join(list1)

相关问题 更多 >

    编程相关推荐