Python 计算文档中的平均行长度

我尝试使用beautifull soup计算文档的平均行长，但我意识到这并不简单

我试过类似的方法，结果很奇怪

self.average_line_length = np.mean([ len(br.text) for br in self.contents.find_all('br')])

当我检查结果时，如：

for s1 in my_doc.contents.find_all(re.compile('br')) :
    print s1,len(s1) 

结果:

<br> does not contain any document with the entity or if our practition-
<br> er has only selected a verbal descriptor of the compound not used 
<br> within  the  documents.  In  fact,  a  query  on  ‘</br></br></br></br> **252**

通常必须是：

<br> does not contain any document with the entity or if our practition- **68**
<br> er has only selected a verbal descriptor of the compound not used **66**
<br> within  the  documents.  In  fact,  a  qu

---

“

根据您的结果，您的html实际上如下所示：

....
<br> 
    does not contain any document with the entity or if our practition-
    <br> er has only selected a verbal descriptor of the compound not used 
        <br> within  the  documents.  In  fact,  a  query  on  ‘
        </br>
    </br>
</br>
....

看到了吗？嵌套的br元素

BeautifulSoup查找三个嵌套的br元素。当您打印代码时，find_all结果中的第一个是最外层的“br”，它包含两个内部br。其文本属性为：

不包含实体的任何文件，或者如果我们的做法- er只选择了一个未使用的复合词的口头描述词 在文件中。事实上，关于