html - 将字符串从 html 转换为列表

Question

我正在尝试将一个字符串转换为一个列表，我想在换行符处拆分它。

html div 中的字符串如下所示:

[<div class="address-lg w-brk-ln-1 ">\r\n                \r\n                1010\r\n    \r\n    \r\n        Wien, 01. Bezirk, Innere Stadt\r\n            </div>]
[<div class="address-lg w-brk-ln-1 ">\r\n                \r\n                1010\r\n    \r\n    \r\n        Wien, 01. Bezirk, Innere Stadt\r\n            </div>]
[<div class="address-lg w-brk-ln-1 ">\r\n                \r\n                    Franz-Josefs-Kai 31,\r\n                \r\n                1010\r\n    \r\n    \r\n        Wien, 01. Bezirk, Innere Stadt\r\n            </div>]
[<div class="address-lg w-brk-ln-1 ">\r\n                \r\n                1010\r\n    \r\n    \r\n        Wien, 01. Bezirk, Innere Stadt\r\n            </div>]
...

结果我想要的是一个列表:

[Wien, 01. Bezirk, Innere Stadt, 1010, ]
[Wien, 01. Bezirk, Innere Stadt, 1010, ]
[Wien, 01. Bezirk, Innere Stadt, 1010, Franz-Josefs-Kai 31]
[Wien, 01. Bezirk, Innere Stadt, 1010, ]
...

到目前为止，我尝试解决它的方法是这样的:

address = result.select('div.bottom-content div.address-lg.w-brk-ln-1')[0].get_text().strip().replace("\r\n","").split()
address2 = list(reversed(address))

但我得到的总是:

[u'Stadt', u'Innere', u'Bezirk,', u'01.', u'Wien,', u'1010']
[u'Stadt', u'Innere', u'Bezirk,', u'01.', u'Wien,', u'1010']
[u'Stadt', u'Innere', u'Bezirk,', u'01.', u'Wien,', u'1010', u'Sch\xf6nlaterngasse,']

因为它是 unicode，我认为需要 .encode() 它，但我也需要在正确的位置拆分它。

Answer 1

看起来您正在按空格分隔，但您应该按逗号分隔:split(",")。如果这样做，您可能需要修剪结果，因为它们可能包含大量尾随空格。

但由于您没有指定任何编程语言，这只是一个猜测。