从提取的元素中移除<br>

Question

我试图从中提取数据的网站是： http://www.genome.jp/dbget-bin/www_bget?ecs:ECs0037

我正在尝试提取“nt序列”：

try:
    geneSeq = browser.find_element_by_xpath("html/body/div[1]/table/tbody/tr/td/table[2]/tbody/tr/td[1]/form/table/tbody/tr/td/table/tbody/tr[11]/td").text

except:
    geneSeq = "file\nnot found" 
geneSeq = geneSeq[geneSeq.find('\n')+1:]

我删除了输入的第一行，因为我不需要它，但是我在代码中有br标记，这些标记注册在文件中，但是python看不到它们。我尝试过.isspace（），它返回false，因此.rsplit（）不起作用。不幸的是，当我尝试使用f.write将序列写入文件时，这些行仍然出现。在

有没有办法去掉br标签？在

Answer 1

它将用python打印整个html内容：

import urllib2

req = urllib2.Request('https://www.google.com')
response = urllib2.urlopen(req)
the_page = response.read()

Answer 2

感谢您给出的所有答案，因为python并没有将soace视为空白，我刚刚结束了一个循环，检查似乎有效的字符：

noSpace =""
for char in geneSeq:
    if char.isalpha():
        noSpace = noSpace + char

Answer 3

假设您的html字符串名为html，请执行以下操作：

html = html.replace('<br>', '')