替换字符串中的段落标记

【问题标题】：Replace paragraph mark in string替换字符串中的段落标记
【发布时间】：2017-12-20 18:10:17
【问题描述】：

我有一个 html 字符串，我正在尝试替换段落标记。我可以通过选择编辑 > 查找内容：^p > 替换为 ^s > 全部替换，在 word 中手动执行此操作。我的问题是如何在 python 中使用 html 字符串来做到这一点？

sample_html_string = "<html>
                  <title>
                  Hello
                  </title>
                  </html>"

correct_html_string = "<html><title>Hello</title></html>"

这个问题不是简单地使用re.sub 解决的，因为我有一个更复杂的 html 字符串，其中包含li 标记和p 标记，我想在其中保留格式。

【问题讨论】：

您的示例不包含任何看起来像“段落标记”的内容，结果也不包含任何不间断空格。您只是想删除空格吗？

标签： python replace

【解决方案1】：

你可以这样做：

>>> import re
>>> re.sub('\s+', '', sample_html_string)
'<html><title>Hello</title></html>"'

它将替换所有空格字符，并且非常适合您的示例

如果你需要替换段落标记（你的意思是\n，对吗？）你可以使用内置的replace：

>>> sample_html_string.replace('\n', '')

【讨论】：

谢谢，您使用 sample_html_string.replace 的第二个建议解决了这个问题
好的，但是你应该了解你在说什么。您说您想用不间断空格 (&nbsp;) 替换段落标记 (<p>)，但您正在寻找完全不同的东西。
@Matthias：在提到的 Word 上下文中，“段落标记”建议&para;。但我同意不清楚。