Python lxml.html换行符？

Question

我正在使用lxml.html.cleaner从输入文本中清除html。 如何在lxml.html中将\\n更改为<br /> ？

Answer 1

相当简单，有点hacky的方法：假设您使用了lxml.html.parse或任何一种构建DOM的方法，都可以在两步过程中完成此操作。

1. 使用字符串替换遍历节点的text和tail属性。 查看iterdescendants方法，该方法为您提供了所有内容。
2. lxml.html.clean正常

一种更复杂的方法是对lxml.html.clean模块进行修补。 与许多lxml不同，此模块是用Python编写的，并且相当容易访问。 例如，当前有一个_substitute_whitespace函数。