用下面的 python 代码抓取后,我的结果包含一些额外的 'u'\n 和更多种类的\xc2\xa0it ,如何摆脱这个?(我试过使用 strip,仍然没有用)
age_stored=BeautifulSoup(req_final_page.text,'html5lib')
detail_content=page_stored.find('div', { 'class' : 'company-page-body body'})
details=[]
for content in detail_content:
details.append(content.string)
结果是:
u'\n', u'伟大的艺术家、设计师、作家和企业家有什么不同?他们能做什么别人做不到的事?他们看到其他人看不到的东西\xe2\x80\x99t。尚不存在的事物。更好的做事方式。其他人错过的模式和联系。 Milanote 也可以帮助任何人实现这一愿景,他们相信您\xe2\x80\x99 也将能够以不同的方式看待事物。', u'\n', u'Milanote 基于这样的理念,即每件伟大的作品背后是大量的研究、思考和计划,它们通常是困惑的、非结构化的并且需要时间来发展。这就是为什么 Milanote 比同类产品更具视觉效果、灵 active 和触感。他们\u2019ve\xc2\xa0真的试图重现在创意工作室的墙上工作的感觉。', u'\n'
请您参考如下方法:
这是因为unicode。你可以看到这个question .
要摆脱 u,请在添加到列表之前将其转换为 string。
details = []
for content in detail_content:
details.append(str(content.string))
