Python lxml.html換行符？

Question

我正在使用lxml.html.cleaner從輸入文本中清除html。 如何在lxml.html中將\\n更改為<br /> ？

Answer 1

相當簡單，有點hacky的方法：假設您使用了lxml.html.parse或任何一種構建DOM的方法，都可以在兩步過程中完成此操作。

1. 使用字符串替換遍歷節點的text和tail屬性。 查看iterdescendants方法，該方法為您提供了所有內容。
2. lxml.html.clean正常

一種更復雜的方法是對lxml.html.clean模塊進行修補。 與許多lxml不同，此模塊是用Python編寫的，並且相當容易訪問。 例如，當前有一個_substitute_whitespace函數。