如何从字符串中删除？

Question

我正在使用 BeautifulSoup 进行刮擦。 在一个网站上，他们使用­ 在标题中。

原始 html 元素： <h1 itemprop="name">Pen&shy;ne met sa&shy;la&shy;mi en broc&shy;co&shy;li</h1>

当我刮它时，它返回：“Penne met sa la mi en broc co li”

每个 都是一个­ 在字符串中

我试过 string.replace('\­','') / string.replace('',' ') 但没有用

import requests
from bs4 import BeautifulSoup
import mysql.connector

scrape_url = 'https://www.ah.nl/allerhande/recept/R-R377934/penne-met-salami-en-broccoli'
# get the data
data = requests.get(scrape_url)

#load the data into bs4
soup = BeautifulSoup(data.text, 'lxml')

titel = soup.find('h1').text
print(titel)

Answer 1

假设您使用的是 Python 3，我设法按如下方式修复它：

s = '<h1 itemprop="name">Pen&shy;­ne met sa&shy;­la­&shy;­mi en broc&shy;­­co­&shy;­li</h1>'
s.replace("&shy", '').replace(";\xad","").replace("\xad","")

这给了我以下内容：

'<h1 itemprop="name">Penne met salami en broccoli</h1>'