如何从python文本列表中的文本中间删除\ n答案

【问题标题】：How to remove \n from the middle of texts in a list of texts in python如何从python文本列表中的文本中间删除\ n
【发布时间】：2016-02-21 21:21:06
【问题描述】：

我从网页中抓取了一个标题列表，在源代码中采用以下形式：

<h2 class="story-heading"><a href="somelink.html">Crash Highlights
Indonesia’s Poor Air
Safety Record</a><span class="product-label theme-nyt-now "><span class="visually-hidden">NYT Now</span><i class="icon dot-logo-icon"></i></span></h2>

我只想要文字。

我得到以下列表：

[u'Crash Highlights\nIndonesia\u2019s Poor Air\nSafety RecordNYT Now', u'Palestine Joins\nHague Criminal\nCourt, Risking\nU.S. SanctionsNYT Now', ... ]

每个字符串都有"\n" 字符并以"NYT Now" 结尾我现在如何删除NYT？据我了解，get_text() 应该只检索<a> 选项卡内的函数

这是我的代码：

url="<website link>"
html = urllib2.urlopen(url)
soup = BeautifulSoup(html,'lxml')

headings_list=[]

for heading in soup.find_all(class_="story-heading"):
    for text in heading.find_all('a'):
        headings_list.append(heading.get_text().strip())

print headings_list

【问题讨论】：

标签： python python-2.7 beautifulsoup

【解决方案1】：

我认为这应该可以满足您的需求：

heading.get_text().replace('\n',' ').replace('NYT Now', '')

【讨论】：

这个效果最好。谢谢！我还在末尾添加了一个 strip() 以删除任何前导或结尾的空格。
实际上这会以意想不到的方式改变诸如“NYT Now Will Offer API for Web CrawlersNYT Now”之类的标题。更好地结合heading.get_text().replace('\n',' ')[0:-7]中的答案

【解决方案2】：

使用

headings_list.append(heading.get_text().strip()[:-7])

获取没有最后 7 个字符的标题。

【讨论】：