2022年3月3日
网页爬虫中&nbsp、\xa0、\u3000等字符的去除
摘要： 如果其他办法你都试了 不如试试 这个 使用unicodedata模块 Python标准库的unicodedata模块提供了normalize方法将Unicode字符转换为正常字符，该方法可算是处理这类情况最好的方法了，它会让字符回归到我们期望看到的样子，同时不损害其它正常的空白字符，而且还能还原其它 阅读全文
posted @ 2022-03-03 21:11 gnal 阅读(349) 评论(0) 推荐(0) 编辑