如何删除 BeautifulSoup 中的空格

Question

我有一堆 HTML 正在使用 BeautifulSoup 进行解析，除了一个小问题外，一切都很好。我想将输出保存到单行字符串中，以下是我当前的输出：

     <li><span class="plaincharacterwrap break">
                    Zazzafooky but one two three!
                </span></li>
<li><span class="plaincharacterwrap break">
                    Zazzafooky2
                </span></li>
<li><span class="plaincharacterwrap break">
                    Zazzafooky3
                </span></li>

理想情况下我想要

<li><span class="plaincharacterwrap break">Zazzafooky but one two three!</span></li><li><span class="plaincharacterwrap break">Zazzafooky2</span></li>

有很多多余的空格我想去掉，但不一定可以使用 strip() 删除，我也不能公然删除所有空格，因为我需要保留文本。我该怎么做？这似乎是一个足够普遍的问题，正则表达式会矫枉过正，但这是唯一的方法吗？

我没有任何 <pre> 标签，所以我可以在那里更有力一点。

再次感谢！

原文由 Rio 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

这是没有正则表达式的方法：

 >>> html = """    <li><span class="plaincharacterwrap break">
...                     Zazzafooky but one two three!
...                 </span></li>
... <li><span class="plaincharacterwrap break">
...                     Zazzafooky2
...                 </span></li>
... <li><span class="plaincharacterwrap break">
...                     Zazzafooky3
...                 </span></li>
... """
>>> html = "".join(line.strip() for line in html.split("\n"))
>>> html
'<li><span class="plaincharacterwrap break">Zazzafooky but one two three!</span></li><li><span class="plaincharacterwrap break">Zazzafooky2</span></li><li><span class="plaincharacterwrap break">Zazzafooky3</span></li>'

原文由 Andrew Clark 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

老问题，我知道，但是 beautifulsoup4 有一个名为 stripped_strings 的助手。

尝试这个：

 description_el = about.find('p', { "class": "description" })
descriptions = list(description_el.stripped_strings)
description = "\n\n".join(descriptions) if descriptions else ""

原文由 twig 发布，翻译遵循 CC BY-SA 4.0 许可协议