从Scrapy屏幕输出中移除回车符

Question

我在64位的Windows Vista上使用Python.org的2.7版本来运行scrapy。我用以下代码来去掉屏幕输出中的\n和\r字符以及HTML标签：

body = response.xpath("//p").extract()
            body2 = str(body)
            body3 = re.sub(r'\s{2,}', ' ', body2)
            print remove_tags(body3)

这段代码能很好地去掉HTML中的特殊字符，但最后的输出中还是有\r和\n字符。请问我是不是做错了什么？

谢谢

Answer 1

是的，因为你不确定文档里用的是什么样的换行符，所以你应该把你的模式替换成：

\s{2,}|[\r\n]

其实，大多数情况下，换行符可以是CRLF (这是Windows的标准)，或者只有LF (这是Unix的标准)（这可能就是你当前文档的情况），或者只有CR (这是旧版苹果操作系统的标准)

Answer 2

伙计，你需要的是正则表达式。

(\\[rn]|\s){2,} 

试试这个，告诉我效果怎么样。