如何修复Confluence表格解析时换行内容无空格拼接问题

你的问题出在get_text()默认会直接移除所有换行符和多余空白，导致多行内容直接拼接在一起。可以通过提取标签下的所有纯文本片段并手动用空格连接来解决：

修正后的代码：

x = confluence.get_page_by_id(p_id, expand="body.storage")

soup = BeautifulSoup(x["body"]["storage"]["value"], 'html.parser')

for row in soup.select("table tr"):
    # 提取每个td下的所有非空白文本片段，用空格连接
    data = [' '.join(cell.stripped_strings) for cell in row.select("td")]
    print(data)

关键改动说明 #

• 使用stripped_strings替代直接调用get_text()：这个方法会遍历单元格内所有文本节点，自动去除每个片段前后的空白字符（包括换行、制表符等）
• 用' '.join()把这些文本片段用空格连接，确保原本换行分隔的内容变成空格分隔的格式

这样处理后，你就能得到期望的输出：['Karnataka','Bangalore','Bangalore Mysore Tumkur']

内容的提问来源于stack exchange，提问作者apurva