在 python 中使用 beautifullsoup4 抓取网页时出现奇怪的文本缩进

Posted 2023-02-15

【中文标题】在 python 中使用 beautifullsoup4 抓取网页时出现奇怪的文本缩进

【英文标题】：weird text indentation when web scraping with beautifullsoup4 in python

【发布时间】：2021-12-31 21:56:29

【问题描述】：

我正在尝试网页抓取 github

---

这是代码：

import requests as req
from bs4 import BeautifulSoup

urls = [
  "https://github.com/moom825/Discord-RAT",
  "https://github.com/freyacodes/Lavalink",
  "https://github.com/KagChi/lavalink-railways",
  "https://github.com/KagChi/lavalink-repl",
  "https://github.com/Devoxin/Lavalink.py",
  "https://github.com/karyeet/heroku-lavalink"]



r = req.get(urls[0])

soup = BeautifulSoup(r.content,"lxml")

title = str(soup.find("p",attrs="class":"f4 mt-3").text)
print(title)

---

当我运行程序时，我没有收到任何错误，但缩进很奇怪

请任何人帮我解决这个问题 我正在使用replit

【参考方案1】：

Github 有 a really good API

您可以在.text 之后使用.strip()，然后它将删除空格。

import requests as req
from bs4 import BeautifulSoup

urls = [
  "https://github.com/moom825/Discord-RAT",
  "https://github.com/freyacodes/Lavalink",
  "https://github.com/KagChi/lavalink-railways",
  "https://github.com/KagChi/lavalink-repl",
  "https://github.com/Devoxin/Lavalink.py",
  "https://github.com/karyeet/heroku-lavalink"]



r = req.get(urls[0])

soup = BeautifulSoup(r.content,"lxml")

title = str(soup.find("p",attrs="class":"f4 mt-3").text.strip())
print(title)

【讨论】：

好吧，我是愚蠢的，我用 python 编程了 1.5 年，我不知道这个！！

你总是瘦一些——我也是

我猜这就是progging的工作原理？

等一下，我不能接受这个答案

我们需要 8 分钟才能接受