如何从 requests.get().text 中排除换行符答案

【问题标题】：How to exclude newline mark from requests.get().text如何从 requests.get().text 中排除换行符
【发布时间】：2016-07-19 20:01:30
【问题描述】：

我正在尝试使用以下代码从站点响应 http://app.lotto.pl/wyniki/?type=dl 中删除数字

import requests
import re

url = 'http://app.lotto.pl/wyniki/?type=dl'
p = re.compile(r'[^\d{4}\-\d{2}\-\d{2}]\d+')

response = requests.get(url)
data = re.findall(p, response.text)
print(data)

但是我得到的是['\n7', '\n46', '\n8', '\n43', '\n9', '\n47'] 而不是['7', '46', '8', '43', '9', '47'] 我怎样才能摆脱"\n"？

【问题讨论】：

你把一个序列放到一个字符类中，这意味着你不确定你写的模式是什么意思。你的意图是什么？
data = [x.strip() for x in re.findall(p, response.text)]
@WiktorStribiżew 只想从网站获取数字，但简单的响应如下所示：2016-03-29 7 46 8 43 9 47
来吧，你为什么不直接使用re.findall(r'(?<!-)\b\d+\b(?!-)', response.text)？见demo。
谢谢。我只是业余爱好者，所以我还在学习。

标签： regex python-3.x python-requests newline

【解决方案1】：

您的正则表达式不合适，因为[^\d{4}\-\d{2}\-\d{2}]\d+ 匹配除数字之外的任何字符，{、4、}、-、2，然后是 1 个或多个数字。换句话说，你把一个序列变成了一个字符集。 否定字符类可以匹配换行符。它也可以匹配任何字母。还有更多。 strip 在其他情况下无济于事，您需要修复正则表达式。

使用

r'(?<!-)\b\d+\b(?!-)'

见regex 和IDEONE demo

此模式将匹配前面没有连字符 ((?<!-)) 或任何单词字符 (\b) 并且后面没有单词字符 (\b) 或连字符 (-)。

您的代码将如下所示：

import requests
import re

url = 'http://app.lotto.pl/wyniki/?type=dl'
p = re.compile(r'(?<!-)\b\d+\b(?!-)')

response = requests.get(url)
data = p.findall(response.text)
print(data)

【讨论】：

谢谢。有效。事实上，在更改正则表达式后，我不必使用 strip

【解决方案2】：

您可以使用strip() 函数剥离\n

data = [x.strip() for x in re.findall(p, response.text)]

我假设\n 可以在开头也可以在结尾

【讨论】：

它只适用于当前输入。如果数字出现在稍微不同的上下文中，问题将仍然存在。问题出在正则表达式中。
@WiktorStribiżew 我没有阅读正则表达式。认为这是更简单的问题。我的错。为您的解决方案 +1

【解决方案3】：

由于您的数字是字符串，您可以轻松地使用lstrip() 方法处理字符串。这种方法确实会删除字符串左侧的换行符/回车符（这就是 lstrip 的原因）。
您可以尝试类似

print([item.lstrip() for item in data])

删除你的换行符。

或者您也可以使用剥离后的自身版本覆盖data：

data=[item.lstrip() for item in data]

然后简单地print(data)。

【讨论】：