前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >使用python去除HTML中标签的几种

使用python去除HTML中标签的几种

作者头像
py3study
发布2020-01-07 21:00:14
1.1K0
发布2020-01-07 21:00:14
举报
文章被收录于专栏:python3python3

待删除HTML示例标签如下:

代码语言:javascript
复制
In [96]: test
Out[96]: '<p>just for test</p><br/><font>just for test</font><b>test</b>'

方法1:

代码语言:javascript
复制
In [97]: str_ = ''
    ...: flag = 1
    ...: for ele in test:
    ...:     if ele == "<":
    ...:         flag = 0
    ...:     elif ele == '>':
    ...:         flag = 1
    ...:         continue
    ...:     if flag == 1:
    ...:         str_ += ele
    ...:         

In [98]: str_
Out[98]: 'just for testjust for testtest'

In [99]: str_ = ''
    ...: flag = 1
    ...: for ele in test:
    ...:     if ele == "<":
    ...:         flag = 0
    ...:     elif ele == '>':
    ...:         flag = 1
    ...:         ele = ' '
    ...:     if flag == 1:
    ...:         str_ += ele
    ...:         

In [100]: str_
Out[100]: ' just for test   just for test  test '

方法2:

代码语言:javascript
复制
import re
代码语言:javascript
复制
In [156]: pat = re.compile('(?<=\>).*?(?=\<)')

In [157]: pat.findall(test)
Out[157]: ['just for test', '', '', 'just for test', '', 'test']

In [158]: ''.join(pat.findall(test))
Out[158]: 'just for testjust for testtest'

方法3:

代码语言:javascript
复制
pat = re.compile('>(.*?)<')
''.join(pat.findall(test))

方法4:

代码语言:javascript
复制
In [167]: pat = re.compile('<[^>]+>', re.S)

In [168]: pat.sub('', test)
Out[168]: 'just for testjust for testtest'
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2019-09-02 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 待删除HTML示例标签如下:
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档