胡江涵的作业二

代码

  from bs4 import BeautifulSoup#导入模块
  import requests
  r = requests.get('http://www.jxufe.edu.cn')
  html = r.text   #读取网页所有内容
  soup = BeautifulSoup(html)
  content = soup.get_text()#只提取文字内容
  print(soup.prettify())
  import re #运用正则表达式
  txt = re.sub("\s"," ",content) #用sub（）函数将多个空格符替换为一个

结果

解释

详情请见代码