Python 美化组到csv：将文本段落放在一行中

我有一堆web文本，我想将它们刮取并导出到csv文件中。问题是网站上的文本被分成了多行，这就是beautifulsoup的阅读方式。当我导出到csv时，所有文本进入一个单元格，但该单元格有多行文本。当我尝试将csv读入另一个程序时，它会以一种产生无意义数据集的方式解释多行内容。问题是，在使用beautifulsoup拉取所有文本后，但在导出到csv之前，如何将其放在一行中

下面是一个简单的工作示例，演示了多行的问题事实上，生成的csv中的前几行是空的，因此乍一看可能是空的：

import csv
import requests
from bs4 import BeautifulSoup

def main():
    r = requests.get("https://www.econometricsociety.org/publications/econometrica/2017/03/01/search-yield")
    soup = BeautifulSoup(r.text,"html.parser")
    with open('Temp.csv', 'w', encoding='utf8', newline='') as f:
        writer = csv.writer(f,delimiter=",")
        abstract=soup.find("article").text
        writer.writerow([abstract])

if __name__ == '__main__':
    main()

更新：有一些很好的建议，但仍然不起作用。以下代码仍然会生成一个csv文件，其中单元格中有换行符：

import csv    
import requests
from bs4 import BeautifulSoup

with open('Temp.csv', 'w', encoding='utf8', newline='') as f:
    writer = csv.writer(f,delimiter=',')
    r = requests.get("https://www.econometricsociety.org/publications/econometrica/2017/03/01/search-yield")
    soup = BeautifulSoup(r.text,'lxml') 
    find_article = soup.find('article')
    find_2para = find_article.p.find_next_sibling("p")
    find_largetxt = find_article.p.find_next_sibling("p").nextSibling
    writer.writerow([find_2para,find_largetxt])

下面是另一个基于不同建议的尝试。这一个也会在csv文件中产生换行符：

import csv
import requests
from bs4 import BeautifulSoup

def main():
    r = requests.get("https://www.econometricsociety.org/publications/econometrica/2017/03/01/search-yield")
    soup = BeautifulSoup(r.text,"html.parser")
    with open('Temp.csv', 'w', encoding='utf8', newline='') as f:
        writer = csv.writer(f,delimiter=",")
        abstract=soup.find("article").get_text(separator=" ", strip=True)
        writer.writerow([abstract])

if __name__ == '__main__':
    main()

更改您的摘要=。。。分为：

abstract = soup.find("article").get_text(separator=" ", strip=True)

它将使用separator参数分隔每一行。在本例中，它将用一个空格分隔字符串

r = requests.get("https://www.econometricsociety.org/publications/econometrica/2017/03/01/search-yield")
soup = BeautifulSoup(r.text,'lxml') # I prefer using xml parser
find_article = soup.find('article')
# Next line how to find The title in this case: Econometrica: Mar 2017, Volume 85, Issue 2
find_title = find_article.h3
# find search yeild 
find_yeild = find_article.h1
#first_paragraph example : DOI: 10.3982/ECTA14057       p. 351-378
find_1para =  find_article.p
#second p example : David Martinez‐Miera, Rafael Repullo  
find_2para = find_article.p.find_next_sibling("p")
#find the large text area using e.g. 'We present a model of the relationship bet...'
find_largetxt = find_article.p.find_next_sibling("p").nextSibling

我使用了多种方法到达你想要的文本区域，只是为了教育你可以使用。在每种方法上使用文本来获得没有标签的文本，或者你可以使用Zroq的方法。 但您可以通过执行以下操作将其中的每一项写入文件：例如

writer.writerow(find_title.text)

---

最终对我有效的解决方案非常简单：

abstract=soup.find("article").text.replace("\t", "").replace("\r", "").replace("\n", "")

---

这就消除了所有的换行符。

您想从页面中刮取的典型文本片段是什么？您是否只需要以下项目？：1《计量经济学》：2017年3月，第85卷，第2期2搜索收益率3 David Martinez‐Miera，Rafael Repello 4我们提出了实际利率、信用利差和银行系统结构与风险之间关系的模型。银行是企业家和投资者之间的中介，可以监控企业家的项目。我们描述了储蓄的固定总供给的均衡，…实际上，我只想要4。如果有一个简单的方法可以做到这一点，那就太棒了。这看起来确实更好，但由于某些原因，p。第351-378页。351-378，这又会引起问题。这非常有效，谢谢！虽然仅供参考，我不得不用下划线替换find.article中的句点。是的，对不起，我现在就开始：，如果一切正常，请不要忘记将问题标记为已回答。不幸的是，它仍然不能正常工作。当我写入csv时，条目仍然被分割到多行，从而导致问题。以下是我为csv编写器部分编写的内容。另外，它不允许我添加.text，抱怨“NavigableString”对象没有属性“text”，打开“Temp.csv”，“w”，encoding='utf8'，newline=as f:writer=csv.writer，delimiter=，writer.writerow[find_2para，find_largetxt]，如果我不忘的话，我以后会看一看。也许是我们朋友的代码起作用，试试看。你是说Zroq吗？我尝试在find_LarGetText和find_2para的末尾添加.nextSibling.get_textseparator=，strip=True，但得到相同的“Navigablesting”对象没有属性“get_text”错误。。。