如何正确格式化来自网站的 jsonp 文件以提取格式良好的文本？（使用 Python）

问：

我正在尝试从此链接中提取正确且格式良好的文本：

https://html.scribdassets.com/5lamlvj3nkau3ato/pages/100-ca9665a40f.jsonp

摘自本网站：

https://www.scribd.com/document/628782766/La-machoire-de-Cain

我尝试使用beautifulsoup，但是输出是错误的，它给出了这样的结果： 'peut-être moins tendre et plussincère.Mon cœur se' 你可以看到 'plussincère' 这个词是连接起来的。 （在 JSONP 中，文本和标记之间没有空格）。 然后我试图在和文本之间添加一个空格，但它给出了一些奇怪的东西（在这个文件或另一个文件上，它返回了这样的单词：“B o n jou r”，因为有些单词被拆分为不同的跨度。

然后，我尝试将viterbi算法用于大型数据集（300k），但没有奏效。

如果需要，这里是其他页面的链接。

{'pageNum': 43, 'contentUrl': 'https://html.scribdassets.com/5lamlvj3nkau3ato/pages/43-f3a7f37540.jsonp'}
{'pageNum': 44, 'contentUrl': 'https://html.scribdassets.com/5lamlvj3nkau3ato/pages/44-a06fccf8e0.jsonp'}

先谢谢你。