pyhonのBeautifulSoupでテキストのみを抽出する方法をご教授ください。

Question

pyhonのBeatifulSoupの質問で本当クソみたいな質問で申し訳ないのですが初心者すぎてものすごく初歩的な質問をいたします。

下記のコードを書きadressを出力した結果文字化けしております。.textを使わなければタグがついたまま文字化けはしないのですが、文字だけ抽出しようと.textを使うと文字化けします。
文字化けせずにテキストの部分だけ抽出する方法をよろしければご教授ください。

import requests
from bs4 import BeautifulSoup
url = "https://r.gnavi.co.jp/g223618/?rcm_id=10111022720220113127329&sc_lid=rcm01_home_24_1"
r = requests.get(url)
soup = BeautifulSoup(r.content,"html.parser")

adress = soup.find("p", class_="adr slink").text

下記.textを使った文字化け結果

adress

'\n 〒108-0075\xa0\n 東京都港区港南2-15-2\xa0品川インターシティB1 '

下記.textを使わなかったタグ付きの結果

adress

<p class="adr slink"> 〒108-0075 <span class="region">東京都港区港南2-15-2</span> <span class="locality">品川インターシティB1</span> </p>

Answer 1

文字化けじゃなくて、実際にそういう文字が入っているからです。
\xa0は、HTMLでは と書く空白の一種で、空白なんだけどここで改行してはいけないという空白です。
通常の空白だと、行が長い場合そこで改行されるかもしれない。

取得後に通常の空白に置換すれば良いのではないかと思います。

soup.find("p", class_="adr slink").text.replace("\xa0"," ")

Comments

[Ringopan19]

完璧な素晴らしいご回答をありがとうございます。1時間ほどの葛藤全てが報われました。崇めます
シャーララっら

Answer 2

私が文字化けだと思っていたものは文字化けではなく空白の一種でした

コード→　adress = soup.find("p", class_="adr slink").text
結果→　'\n 〒108-0075\xa0\n 東京都港区港南2-15-2\xa0品川インターシティB1 '

取得後に通常の空白に置換すれば良いと言うことでコードを変更したところうまくいきました。

変更したコード→soup.find("p", class_="adr slink").text.replace("\xa0"," ")

上手く行った結果↓
'\n 〒108-0075 \n 東京都港区港南2-15-2 品川インターシティB1 '

なんか\nとかついてますがこの辺はよくわからないのでまた頑張ります。皆様ありがとうございました。
ちなみにこの素晴らしい解決をご教授していただいたのはotn様という素晴らしい方です。
もう文章から知性あふれています。僕のようなクソプログラマーは崇めます
シャーらっら