在使用 python 进行网络抓取时，是不是有任何直接的方法可以从输出中删除 \xa0 [重复]

Posted 2023-02-23

【中文标题】在使用 python 进行网络抓取时，是不是有任何直接的方法可以从输出中删除 \\xa0 [重复]

【英文标题】：is there any direct way to remove \xa0 from the output while web scraping using python [duplicate]在使用 python 进行网络抓取时，是否有任何直接的方法可以从输出中删除 \xa0 [重复]

【发布时间】：2020-05-16 12:44:33

【问题描述】：

代码：

date = [item.find(class_='wr-date__light').get_text() for item in items]

输出：

['31st\xa0January', '1st\xa0February', '3rd\xa0February', '4th\xa0February', '5th\xa0February', '6th\xa0February', '7th\xa0February', '8th\xa0February']

【参考方案1】：

您可以使用字符串替换来删除字符。您可以使用map 将其应用于列表的每个元素。

date = list(map(lambda s: s.replace('\xa0', ''), date))

如果您不习惯使用lambda 表达式，您可以定义一个新函数。

def replace(text):
    return text.replace('\xa0', '')

date = list(map(replace, date))

【讨论】：

当你可以简单地写这个date = [item.find(class_='wr-date__light').get_text().replace('\xa0','') for item in items]时，为什么你需要做所有这些？

\xa0 是 latin1 中的非中断空格，因此应将其替换为空格

***.com/users/12416453/ch3ster 谢谢