我只想打印简单网站的HTML文本。当我尝试打印时,我使用换行符(\n
)以原始格式显示下面的文本,而不是实际的新行。如何在Python 3.x中逐行打印网页
这是我的代码:
import urllib.request
page = urllib.request.urlopen('http://www.york.ac.uk/teaching/cws/wws/webpage1.html', data = None)
pageText = page.read()
pageLines = page.readlines()
print(pageLines)
print(pageText)
我已经试过各种其他的东西,发现一些东西。当我尝试索引pageText
变量时,即使在将其转换为字符串后,它也找不到任何\n
字符。如果我尝试使用代表\n
和print()
的新行自己复制原始文本,它会将\n
字符转换为我想要的实际新行。问题是,我无法自己复制它而无法得到结果。
要告诉你我的意思是,这里有一些HTML片段:
原始文本:
b'<HMTL>\n<HEAD>\n<TITLE>webpage1</TITLE>\n</HEAD>\n<BODY BGCOLOR="FFFFFf" LINK="006666" ALINK="8B4513" VLINK="006666">\n
我想要什么:
b'<HMTL>
<HEAD>
<TITLE>webpage1</TITLE>
</HEAD>
<BODY BGCOLOR='FFFFFf' LINK='006666' ALINK='8B4513' VLINK='006666'>
我也用:
page = str(page)
lines = page.split('\n')
它惊奇地没有做任何事。 它只是把它打印成一行。
请帮帮我。我很惊讶,我发现没有任何工作适合我。即使在论坛上,也没有任何工作。
'用于页行:打印(line.decode( 'UTF-8'))'或'打印(page.read()进行解码('UTF- 8'))' –