本文介绍了如何删除 ­从字符串?的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我正在使用 BeautifulSoup 进行刮擦.在网站上，他们在标题中使用 ­.
I am using BeautifulSoup to scrape. On a website they use ­ in the title.
原始html元素:<h1 itemprop="name">Pen­ne met sa­la­mi en broc­co­li</h1>
当我刮它时，它返回:Penéne met sa la mi en broc co li"
When I scrape it, it returns this: "Pen�ne met sa�la�mi en broc�co�li"
每个 都是字符串中的 ­
Every � is an ­ in the string
我试过 string.replace('\u00AD','')/string.replace('',' ') 但没用
I've tried string.replace('\u00AD','') / string.replace('',' ') but it didn't work
import requests
from bs4 import BeautifulSoup
import mysql.connector
scrape_url = 'https://www.ah.nl/allerhande/recept/R-R377934/penne-met-salami-en-broccoli'
# get the data
data = requests.get(scrape_url)
#load the data into bs4
soup = BeautifulSoup(data.text, 'lxml')
titel = soup.find('h1').text
print(titel)
推荐答案
假设您使用的是 Python 3，我设法修复它如下:
Assuming you are using Python 3, I managed to fix it as follows:
s = '<h1 itemprop="name">Pen­ne met sa­la­mi en broc­co­li</h1>'
s.replace("­", '').replace(";\xad","").replace("\xad","")
这给了我以下内容:
'<h1 itemprop="name">Penne met salami en broccoli</h1>'
这篇关于如何删除 &shy;从字符串?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！