Python清洗HTML数据时替换\nvote失败的问题求助

你的问题核心出在函数的执行逻辑顺序上：在keyname == 'votes'的分支里，你写的第一个return语句会直接终止函数运行，后面的if判断代码根本没有机会执行！不管是判断'\nvote' in text还是text == '1\nvote'，这些代码都永远不会被触发，自然没法处理单数形式的1\nvote。

修正方案 #

方案1：调整执行顺序，分步替换后统一返回 #

把提前的return去掉，先完成所有替换操作，最后再返回处理后的结果：

def clean_scraped_data(text, keyname=None):
    if keyname == 'votes':
        # 先处理复数形式，再处理单数形式
        cleaned_text = text.replace('\nvotes', '')
        cleaned_text = cleaned_text.replace('\nvote', '')
        return cleaned_text
    if keyname == 'summary':
        return text.replace('\nvotes', '')
    return text

方案2：用正则表达式一次性匹配单复数 #

如果想更简洁高效，可以用正则匹配\nvote(s)?（同时匹配\nvote和\nvotes），一次性完成替换：

import re

def clean_scraped_data(text, keyname=None):
    if keyname == 'votes':
        return re.sub(r'\nvote(s)?', '', text)
    if keyname == 'summary':
        return text.replace('\nvotes', '')
    return text

两种方案都能正确把3\nvotes处理成3，把1\nvote处理成1，解决你当前遇到的问题。

内容的提问来源于stack exchange，提问作者CullerWhale