网页抓取后从打印中删除 /n答案

【问题标题】：Removing /n from print after web scraping网页抓取后从打印中删除 /n
【发布时间】：2020-05-04 03:23:24
【问题描述】：

我正在尝试从以下链接中捕获一些列：

https://es.wiktionary.org/wiki/Wikcionario:Frecuentes-(1-1000)-Subt%C3%ADtulos_de_pel%C3%ADculas

我想出的代码如下：

import requests
wiki_url = "https://es.wiktionary.org/wiki/Wikcionario:Frecuentes-(1-1000)-Subt%C3%ADtulos_de_pel%C3%ADculas"
wiki_texto = requests.get(wiki_url).text

from bs4 import BeautifulSoup
wiki_datos = BeautifulSoup(wiki_texto, "html")

wiki_filas = wiki_datos.findAll("tr")
print(wiki_filas[1])

print("...............................")

wiki_celdas = wiki_datos.findAll("td")
print(wiki_celdas[0:])

fila_1 = wiki_celdas[0:]
info_1 = [elemento.get_text() for elemento in fila_1]
print(fila_1)
print(info_1)
info_1[0] = int(float(info_1[0]))
print(info_1)


print("...............................")

num_or = [int(float(elem.findAll("td")[0].get_text())) for elem in wiki_filas[1:]]
palabras = [elem.findAll("td")[1].get_text() for elem in wiki_filas[1:]]
frecuencia = [elem.findAll("td")[2].get_text() for elem in wiki_filas[1:]]

print(num_or[0:])
print(palabras[0:])
print(frecuencia[0:])

from pandas import DataFrame
tabla = DataFrame([num_or, palabras, frecuencia]).T
tabla.columns = ["Núm. orden", "Palabras", "Frecuencia"]
print(tabla.head())

问题是我无法从列“Palabras”和“Frcuencia”中删除以下 /n：

有什么想法吗？提前致谢。

【问题讨论】：

你可以使用get_text(strip=True)

标签： python web-scraping data-cleaning

【解决方案1】：

我认为，rstrip() 方法应该对您有所帮助：

palabras = [elem.findAll("td")[1].get_text().rstrip() for elem in wiki_filas[1:]]
frecuencia = [elem.findAll("td")[2].get_text().rstrip() for elem in wiki_filas[1:]]

您也可以使用lstrip 用于左侧，strip() 方法用于字符串两侧。

编辑：这会删除所有空格。

【讨论】：

【解决方案2】：

\n 是换行符。

您可以使用.replace("\n", "") 删除它：

palabras = [elem.findAll("td")[1].get_text().replace("\n", "") for elem in wiki_filas[1:]]
frecuencia = [elem.findAll("td")[2].get_text().replace("\n", "") for elem in wiki_filas[1:]]

或者，.strip() 删除所有周围的空白。

【讨论】：