数据清洗：使用htmlmin清除html中的空格

彭世瑜

于 2020-04-03 17:22:34 发布

阅读量1.3k

点赞数

分类专栏： scrapy

本文为博主原创文章，欢迎转载，请注明出处

本文链接：https://blog.csdn.net/mouday/article/details/105297411

版权

scrapy 专栏收录该内容

35 篇文章

订阅专栏

安装

pip install htmlmin

代码实例

# -*- coding: utf-8 -*-

from htmlmin import minify

text = """
<html>
    <head>
        <title>这是标题 </title>
    </head>
    <body>
        <div>这是内容</div>
        <div>要移除的内容</div>
    </body>
</html>"""

print(minify(text))

"""
<html> <head><title>这是标题</title></head> <body> 
<div>这是内容</div> <div>要移除的内容</div> </body> </html>
"""

处理之后是一行，多余的空白和回车都删除了，为了好看我做了折行显示