python清洗数据

该文章介绍了一个Python函数praser_html,它将HTML文本转化为字符串并使用BeautifulSoup进行清洗。另外,clean_name函数用于去除名字中的特殊字符如换行符、括号等。这两个函数在数据预处理中可能非常有用。
摘要由CSDN通过智能技术生成

①先将其要清洗的转为字符串str

def praser_html(html):
    """
    html: str
        the html text
    """
    yield BeautifulSoup(
        html,
        "lxml",
    )

②进行清洗

def clean_name(name):
    name = name.replace('\n', '').replace('()','').replace('\r', '').replace('\xa0', '').replace('  ', '')
    return name

③调用def

print('name',clean_name(name))

item['name'] = clean_name(name)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值