爬了某小说的网站,小说章节以不带 html 的形式直接存到数据库中,但是这样的话前端展示的时候才发现没有带格式,导致整个章节都是一个自然段没有空行。请问这种情况下怎么处理比较好呢?
1
ipwx 2020-01-18 10:24:52 +08:00 1
replace("\n", "<br/>")
|
2
ipwx 2020-01-18 10:25:33 +08:00 1
或者 "".join(["<p>{}</p>".format(line) for line in content.split("\n")])
|
3
opengps 2020-01-18 10:28:55 +08:00 1
找找<br /> <p>标签,哪个适合用来当做分段分行符号,就腿硬替换成一咯提示的 ascii 换行控制符,等着回到前端时候在替换回对应的标签
|
4
duan602728596 2020-01-18 10:36:11 +08:00 via iPhone 3
<pre></pre>
|
5
cyheng OP 感谢,顺便问一下如果我前端要编辑的话是用富文本编辑器还是 textarea 比较好?富文本编辑器文本都是 html,这样就和数据库里面的章节不一致。
|
6
ClericPy 2020-01-18 10:46:11 +08:00
例子呢?
换行什么的, 用 lxml 也可以实现类似 JS 的 innerText 方法是带换行的吧 |
7
ClericPy 2020-01-18 10:48:18 +08:00
前端可编辑的话, textarea 可以, 也可以像 4 楼说的用 pre code, 带上 Editable 属性就行了
https://developer.mozilla.org/zh-CN/docs/Web/HTML/Global_attributes/contenteditable |
8
cyheng OP |
9
annielong 2020-01-18 11:53:57 +08:00
看爬取数据格式了,一般都会保留基本的排版 html,除非过滤的所有的 html 标签
|
10
redam 2020-01-18 12:38:09 +08:00
white-space: pre-wrap;
|
11
imicksoft 2020-01-18 13:47:58 +08:00
aardio 有 string.html 类库,可以 html 转 text,也可以 text 转 html
py 没有这样的类库么 |
13
cyheng OP 爬取的时候没有爬基本的 html,只爬了 text
|
14
JCZ2MkKb5S8ZX9pq 2020-01-18 16:26:21 +08:00
爬了人家的网站,为啥要重新做成前端?交作业?
|
15
cyheng OP @JCZ2MkKb5S8ZX9pq 爬了的话总是要展示的吧,不然我爬它干嘛?
|
16
JCZ2MkKb5S8ZX9pq 2020-01-18 20:30:51 +08:00
数据分析,做语言分析模型,交作业,用途很多的。
但如果是复制他人站点,盗版内容的话,就不合适了。所以想确认下。 |
17
guolaopi 2020-01-19 09:45:32 +08:00
C#有 Html.Raw("")方法渲染字符串为 html。。搜一下有没有库吧
|
18
dengwen168 2020-04-27 08:48:56 +08:00
我想请问一下楼主这个问题解决了没有?
我也所到同样的问题,有时候从新闻源里得到的文章都是没有分段符的,我输出的时候全部都成了一段,也正在找方法。 |
19
cyheng OP @dengwen168 前面几楼都回答得很好啊,看你的选择吧。我是用 pre 。
|
20
dengwen168 2020-05-26 08:21:41 +08:00
@cyheng 那就是说,采集入库的时候要将 p 标签,或者换行标签保留对吧?
|