cssselect와 text_content() 후 lxml.html에있는 개행을 유지하는 Python

Question

python에서 lxml.html을 사용할 때 단락 (예 : 개행을 유지)은 어떻게 유지합니까?

예를 들어, 다음은 <P> </P > 태그를 제거하고 내가 원하는하지 않은, 라인 조인

여기

body = doc.cssselect("div.body")[0] 
content = body.text_content() 

내가 작동하지 않는 시도했습니다 내용은 다음과 같습니다

• lxml.html.clean.clean_html :
  • 는 줄 바꿈을 보존하지 않음.
• content.replace (""* 3 "\ n을 \ 없음") : 결합 된 텍스트에 공백이 같은 수 없기 때문에
  • 가 지속적으로 작동하지 않습니다.

Answer 1

LXML의 TEXT_CONTENT이 문서에 따르면,이 html 태그를 제거하고 뒤에 텍스트를 떠나하도록되어 일을한다.

콘텐츠를 출력하기 전에 자신 만의 개행을 추가하여이 문제를 해결할 수 있습니다.

body = doc.cssselect("div.body")[0] 
for para in body.xpath("*//p"): 
    para.text = "\n%s\n" % para.text 
content = body.text_content() 
print content