Python网页爬虫时如何移除列表中的\t\n\r转义空白字符

str.strip() 仅支持移除字符串首尾的空白类字符，无法处理字符串中间夹杂的 \n、\r、\t 转义字符，这是清理后仍有残留转义符的核心原因。

你可以根据需求选择以下任意一种处理方式：

方案1：用正则表达式精准移除指定转义符 #

无需破坏文本中的正常空格，适配表头清理场景：

import re

a = []
for i in head:
    # 只移除\n、\r、\t三类转义符，最后清理首尾残留的空白
    cleaned = re.sub(r'[\n\r\t]', '', i.text).strip()
    a.append(cleaned)
print(a)

处理后示例表头Company Type\n\r\n\t\t\t\t\t\t\t\t?会被转为Company Type?。

方案2：无正则依赖的链式替换 #

不想引入re库的话可以直接用replace链式处理：

a = []
for i in head:
    cleaned = i.text.replace('\n','').replace('\r','').replace('\t','').strip()
    a.append(cleaned)
print(a)

方案3：合并多余空白（可选） #

如果你需要同时把文本中连续的多个空白合并为单个空格，可以用split+join的写法，连strip步骤都可以省略：

a = []
for i in head:
    # 按任意空白分割后用单个空格拼接，自动清理首尾空白、合并连续空白
    cleaned = ' '.join(i.text.split())
    a.append(cleaned)
print(a)

这种方式处理示例表头会得到Company Type ?（?前会保留单个空格），适合需要统一空白格式的场景。

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