如何用Python移除网页爬取内容中的换行符？

嘿，我看到你在爬取网页标签文本时遇到了多余换行的困扰，咱们来快速搞定它！

问题根源 #

你代码里的replace('/n',' ')犯了一个小错误：换行符的正确写法是**\n（反斜杠n）**，而不是/n（正斜杠n）。这就导致你的替换根本没生效，多余的换行自然还留在文本里。

两种有效解决方案 #

除了修正换行符的写法，我们还可以处理其他可能的空白字符（比如制表符、连续空格），让文本更规整：

方案1：用split() + join()合并空白

这种方法不需要额外导入库，简单直接：

finaltags = ' '.join(tags[0].text.replace('\r', ' ').split())

• replace('\r', ' ')：先把回车符也换成空格（避免不同系统的换行差异）
• split()：自动分割所有空白字符（换行、空格、制表符都算），忽略连续空白
• ' '.join()：把分割后的内容用单个空格连接，得到干净的单行文本

方案2：用正则表达式统一替换

如果需要更灵活的空白处理，正则是个好选择：

import re
finaltags = re.sub(r'\s+', ' ', tags[0].text).strip()

• re.sub(r'\s+', ' ', ...)：把任意数量的空白字符（\s包括换行、空格、制表符等）替换成单个空格
• .strip()：去掉文本首尾的多余空格

修正后的完整代码 #

from urllib.request import urlopen as uReq
from bs4 import BeautifulSoup

myurl = 'http://agb.xyz'
uclient = uReq(myurl)
page_html = uclient.read()
uclient.close()
pag_soup = BeautifulSoup(page_html, "html.parser")
tags = pag_soup.find_all("div", {"class":"entry-footer"})

# 选一种方案即可
# 方案1
finaltags = ' '.join(tags[0].text.replace('\r', ' ').split())
# 方案2（记得先导入re）
# import re
# finaltags = re.sub(r'\s+', ' ', tags[0].text).strip()

print(finaltags)

最终效果 #

运行后你会得到规整的单行文本：

Mots-clefs : A Gray State 4, A Gray State 3, A Gray State 2,

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