使用splitlines（）拆分html字符串仍然会离开sp

Question

我试图将下面的html字符串（示例被缩短）拆分为一个选项列表。 （html字符串是使用select上的innerHTML通过ajax从前端发送的）

但是，当我使用str.splitlines()时，仍然会留下空字符串和空格。你知道吗

输入：

<option value="" selected="">---------</option>

  <option value="1">Option 1</option>

  <option value="2">Option 2</option>

输出：

<class 'list'>: ['', '  <option value="" selected="">---------</option>', '', '  <option value="1">Option 1</option>', '', '  <option value="2">Options 2</option>', '', '   ']

有没有更好的方法将字符串拆分为选项列表？你知道吗

（请注意，如果这是更简单的方法，我也可以选择更改前端）

Answer 1

是的，str.splitlines()不会删除空行。method documentation包含一个示例，说明发生了什么：

>>> 'ab c\n\nde fg\rkl\r\n'.splitlines()
['ab c', '', 'de fg', 'kl']

^ {< CD2>}双换行分隔3行，中间一空。你知道吗

如果必须对行进行拆分并删除空行、前导空格和尾随空格，请使用正则表达式：

import re

lines = re.split('[ ]*\n+[ ]*', inputtext.strip())

额外的str.strip()调用会完全删除开头和结尾的空白，否则会在开头和结尾得到空字符串。你知道吗

演示：

>>> import re
>>> inputtext = '''\
...
... <option value="" selected="">    -</option>
...
...   <option value="1">Option 1</option>
...
...   <option value="2">Option 2</option>
...
...     '''
>>> inputtext.splitlines()
['', '<option value="" selected="">    -</option>', '', '  <option value="1">Option 1</option>', '', '  <option value="2">Option 2</option>', '', '    ']
>>> re.split('[ ]*\n+[ ]*', inputtext.strip())
['<option value="" selected="">    -</option>', '<option value="1">Option 1</option>', '<option value="2">Option 2</option>']

但是，对于解析HTML，您可能需要查看类似BeautifulSoup的库。你知道吗