python - 熊猫 read_html 问题

Question

我正在使用 pandas read_html 读取 html 文件，但遇到了不间断空格的问题。我在结果数据框的一列中有数据，该列应包含类似“ABCDEF G”的字符串（F 和 G 之间的三个空格）。相反，我得到“ABCDEF G”（F 和 G 之间的一个空格）。当我检查 html 文件时，它显示“ABCDEF G”，因此出于某种原因，这三个不间断空格仅更改为一个空格。html 中的所有单个不间断空格都可以正常工作。有没有办法解决这个问题，所以它保留了 F 和 G 之间的三个空格？

Answer 1

它并不优雅，但现在我正在做

 with open(htmllink, 'r') as r: 
        data = r.read().replace('   ', '___')

然后回来并用三个空格替换下划线。仍在寻找更好的方法来做到这一点，但它现在应该可以工作。