不要段落之间留空格：Python

我正在使用以下代码从一个新闻网站上抓取新闻文章：

import mechanize
from selenium import webdriver
from bs4 import BeautifulSoup

url = "http://www.thehindu.com/archive/web/2012/06/19/"

link_dictionary = {}
driver = webdriver.Firefox()
driver.get(url)
soup = BeautifulSoup(driver.page_source)

for tag_li in soup.findAll('li', attrs={"data-section":"Editorial"}):
    for link in tag_li.findAll('a'):
        link_dictionary[link.string] = link.get('href')
        print link_dictionary[link.string]
        urlnew = link_dictionary[link.string]

        brnew =  mechanize.Browser()
        htmltextnew = brnew.open(urlnew).read()

        articletext = ""
        soupnew = BeautifulSoup(htmltextnew)
        for tag in soupnew.findAll('p'):
            articletext += tag.text
        print articletext


driver.close()

---

我得到了期望的结果，但我希望在一行中有一篇特别的新闻文章。对于某些文章，我将整篇文章放在一行中，而在其他文章中，我将得到不同的段落。有人能帮我解决这个问题吗？？我是python编程新手。感谢和问候。

这可能与特定网站的HTML中管理空白的方式有关，而且并非所有网站都会对其内容使用“p”标记。您最好的选择可能是执行正则表达式替换，以消除额外的空格（包括换行符）

在文件的开头，导入：

然后，在构建articletext后，添加以下代码：

print re.sub('\s+', ' ', articletext, flags=re.M)

---

您可能还想从中可能包含的其他元素中提取文本。

我应该在何处以及如何定义

re

？我正在使用的站点正在使用

p

标记作为其内容。另外，对于每一个

p

标签，我会为一些文章获得一个新行，而不会为其他文章获得一个新行。我希望这个问题得到解决。你能帮帮我吗？

print re.sub('\s+', ' ', articletext, flags=re.M)