jion()和split() 连接/分割函数的使用

join()方法

str1=str2.join(sequence)：用于将序列中的元素(sequence)以指定的字符(str2)连接生成一个新的字符串(str1)。

str = "-"
seq = ("a", "b", "c") # 字符串序列
print(str.join( seq ))
#输出：a-b-c

content_html = sel.xpath('//*[@itemprop="articleBody"]').extract_first()
lines = sel.xpath('//*[@itemprop="articleBody"]//text()').extract()
content = "\n".join(lines)
#把页面文本通过\n链接起来

split()方法

通过指定分隔符对字符串进行切片，返回分割后的字符串列表。如果参数 num 有指定值，则分隔 num+1 个子字符串
语法

str.split(str, num).

• str -- 分隔符，默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等。
• num -- 分割次数。默认为 -1, 即分隔所有。

str = "Line1-abcdef \nLine2-abc \nLine4-abcd"
print(str.split())      # 以空格为分隔符，包含 \n
print(str.split( ))      # 以空格为分隔符，包含 \n
print(str.split(' ', 1 )) # 以空格为分隔符，分隔成两个
# ['Line1-abcdef', 'Line2-abc', 'Line4-abcd']
# ['Line1-abcdef', 'Line2-abc', 'Line4-abcd']
# ['Line1-abcdef', '\nLine2-abc \nLine4-abcd']
# 前两个等同于

join()和split()函数结合实例：提取豆瓣电影的介绍一行文字

def toHtml():
    import requests
    url = 'https://movie.douban.com/top250'
    headers={
        "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.120 Safari/537.36"
    }
    response = requests.get(url,headers=headers)
    html = response.text
    return html

def process(ctx):
    from lxml import html
    data = html.fromstring(ctx)
    introduce=""
    movie_list = data.xpath("//div[@class='article']//ol[@class='grid_view']/li")
    for i_item in movie_list:
        intr = i_item.xpath(".//div[@class='info']//div[@class='bd']/p[1]/text()")
        # 因为换行符<br>取text()时有两个值，是列表
        for i in intr:
            # 由于有空行和空格，因此先切割成n块，在连接成字符串
            t="".join(i.split())
            introduce=t
        print(introduce)
print(process(toHtml()))