BeautifulSoup 将 Breaks 转换为 python 换行符

Question

我有一个 html 表格，每个单元格包含多行文本和数据，我试图最终提取这些表格，并且他们使用中断来提高网站的可读性。 这是一个这样的单元格的示例：

<td class="cell">-<br>21%<br>1<br>
<font color="red">5001</font><br>12%
                </td>

如何将这些换行符转换为与 Pandas 兼容的换行符（即会有一个由 \n 分隔的 4 行字符串）？

使用这个sn-p：

for cell in soup.find_all('td'):
    cell.replace_with(cell.get_text('\n',strip=True))

为表中的每个条目生成 NaN 值。

Answer 1

您可以将'br' 替换为'\n'：

for linebreak in soup.find_all('br'):
    linebreak.replace_with('\n')

希望对您有所帮助。