str（）メソッドは空白文字を追加します

Question

str（）を呼び出すときに、どのようにして空白文字を追加しないようにしますか？私はurllib.requestを使用するスクリーンスクレーパー/ Webクローラーを持っています。私は私のコンテンツでstr（）を呼び出しています。 ここに私のコードです。

req = urllib.request.Request(national_url, headers={'User-Agent' : "Magic Browser"}) 
con = urllib.request.urlopen(req) 

#grab html 
html = con.read() 
my_str = str(html) 

問題は、私はいくつかのパターンのために、このHTMLを解析するために正規表現を使用している、とstrは\ nや\ tなどのすべての空白文字を追加します。

私の質問は、str（）関数がこれらの文字リテラルを追加するのを防ぐ方法です。私は私が書いたのPython 2.7のスクリプトで前urllib2の使っていた

EDIT

。私はそれを新しいPCに持ってきましたが、このPCでPython 3.6を使い始めました。これらの正規表現はもはや機能しませんでした。この関数にcon.read（）を渡したときにエラーが発生しました。上記のようにstr（）の呼び出しでcon.read（）をラップし、3.6でcon.read（）関数が\ t'sと nの束を追加したことに気付きました。私の質問は、私の表現を機能させるか、それとも「\ t \ n」として知られているすべての「charaterリテラル」を禁止するかです（私はおそらくそれらの文字に間違った用語を使用していることを認めます）。

これはPython 2.7で動作していました。私はPython 3.6に切り替えました。

def parse_html_doc(str='', poke_id = 0): 
    if len(str) > 0: 

     poke = MyClass() 
     poke.dex_num = re.search('\d+(?=<\/strong>)', str).group(0) 
     poke.name = re.search('[A-Za-z]+(?=<\/h1>)', str).group(0) 
     poke.hp = re.search('\d+', re.search('<th>HP<\/th>\s+<td class="num">\d+<\/td>', str).group(0)).group(0) 
     poke.atk = re.search('\d+', re.search('<th>Attack<\/th>\s+<td class="num">\d+<\/td>', str).group(0)).group(0) 
     poke.bdef = re.search('\d+', re.search('<th>Defense<\/th>\s+<td class="num">\d+<\/td>', str).group(0)).group(0) 
     poke.spatk = re.search('\d+', re.search('<th>Sp\. Atk<\/th>\s+<td class="num">\d+<\/td>', str).group(0)).group(0) 
     poke.spatk = re.search('\d+', re.search('<th>Sp\. Def<\/th>\s+<td class="num">\d+<\/td>', str).group(0)).group(0) 
     poke.spd = re.search('\d+', re.search('<th>Speed<\/th>\s+<td class="num">\d+<\/td>', str).group(0)).group(0) 
     poke.des = re.search('<p>.*<\/p>', str).group(0).replace('"', '""') 
     poke.id = poke_id 
     return poke 

Answer 1

あなたがこれをやりたいように見える：

eq = urllib.request.Request(national_url, headers={'User-Agent' : "Magic Browser"}) 
con = urllib.request.urlopen(req) 

#grab html 
html = con.read() 
my_str = str(html.replace("\n", "") 
my_str = my_str.replace("\t", "") 

これはあなたの文字列から全ての空白文字を削除する必要があります。

Answer 2

str()これらの文字は作成されませんが、既にそこに存在していました。

あなたは、あなたがちょうど

s = '\n  bla 123\n 1235\n ...\n' 
result = s.strip() 
print(result) 

> 'bla 123\n 1235\n ...'