Python 拆分为换行符

Question

我有一个 html 文件，我只是从中检索文本正文。
我想用一行打印它。

现在我像这样打印它：

for line in newName.body(text=True):
    print line

这给了我体内我想要打印的所有内容：

for line in newName.body(text=True):
    print line[257:_____] # this is where i need help

我希望它转到换行符，而不是 ____ 或选择另一个数字作为结尾，所以它看起来像：

for line in newName.body(text=True):
    print line[257:'\n'] 

然而这并没有什么作用。
我怎样才能让它发挥作用？

我正在处理的文本位于：

body
    pre
        The text I want
    /pre
/body

Answer 1

您可以使用

.partition()

方法来获取第一行：

first_line = newName.body.getText().partition("\n")[0]

假设

newName

是一个

BeautifulSoup

对象。它通常被命名为

soup

。

要从 html 中的第一个

<pre>

标签获取文本：

text = soup.pre.string

获取文本中的行列表：

list_of_lines = text.splitlines()

如果您想在文本中保留行尾标记：

list_of_lines = text.splitlines(True)

要从列表中获取第 i 行：

ith_line = list_of_lines[i]

注意：从零开始的索引，例如

i = 2

对应于第三行。

Answer 2

无法保证您的 HTML 文件有多于一行。网页可以按行布局，但页面的结构不必与标记的结构匹配，反之亦然。

为了确定起见，试试这个：

print len(newName.body(text=True).split(' '））

如果该值>1，那么你应该能够得到你需要的行，例如：

newName.body(text=True).split(' ')[257]

也许不是最优雅的方式，但如果实际上有多行，它是有效的。

Answer 3

您是否想要

line[127:line.find('\n')]

，因为您确定它来自

127

，那么同样您必须确定有一个

\n

。