如何维护单词之间的链接?(html到文本)

Question

我读了一个html文件，然后将Unicode内容写入另一个文件但是单词之间的间距丢失了，在html中有空间

如何修复它？

import codecs

def contains_nonascii(text):
    try:
        str(text).encode('ASCII')
        return False
    except UnicodeEncodeError:
        return True

这是HTML文件

http://www.mathrubhumi.com/index.php

''.join([text for text in texts if contains_nonascii(text)])
data =open("abc.html" ,'r' )
d2 = open("TETS2", 'w')
texts = data.read()
for text in texts:
    if contains_nonascii(text):
        text.replace(' ', ' ')
        d2.write(text)
data.close()
d2.close()

Answer 1

尝试以下代码更改...

 text.replace(' ', ' ')

＆nbsp;是HTML

中的非破坏空间

＆nbsp;浏览器告诉显示空间特征。如果它们不出现在您的html文件中，则您的函数的任何空格都不包含_nonascii（）是不返回的（因此，替换永远不会发生）

尝试从条件...