如何用python替换字符串中的html元素？
如何用python替换字符串中的html元素？
提问于 2015-09-09 17:15:39
我下面有一个字符串，里面有中文：
'<span class=H>宜家</span><span class=H>同款</span> 世纪宝贝儿童餐椅婴儿餐椅宝宝餐椅婴儿吃饭椅'现在，我想像预期的那样删除这个字符串的所有html元素：
'宜家同款世纪宝贝儿童餐椅婴儿餐椅宝宝餐椅婴儿吃饭椅'我可以知道如何用python和re来完成这个任务吗？非常感谢!
回答 2
Stack Overflow用户
回答已采纳
发布于 2015-09-09 17:23:18
这是一些需要使用BeautifulSoup解析器解决的琐碎问题：
>>> from bs4 import BeautifulSoup
>>>
>>> data = '<span class=H>宜家</span><span class=H>同款</span> 世纪宝贝儿童餐椅婴儿餐椅宝宝餐椅婴儿吃饭椅'
>>> soup = BeautifulSoup(data)
>>> soup.text
'宜家同款 世纪宝贝儿童餐椅婴儿餐椅宝宝餐椅婴儿吃饭椅'Stack Overflow用户
发布于 2015-09-09 17:41:34
对于只使用regex的简单解决方案，可以搜索以下模式并用空字符串替换所有出现的模式：
\s*<[^>]+>\s*例如：
p = re.compile( '\s*<[^>]+>\s*')
p.sub( '', '<span class=H>宜家</span><span class=H>同款</span> 世纪宝贝儿童餐椅婴儿餐椅宝宝餐椅婴儿吃饭椅')免责声明:这绝不会处理合法HTML的每一个可能的变化，但是，只要所有的输入数据都和示例中的数据一样简单，它就会工作。您可以根据需要对模式进行更改，以处理稍微复杂的输入。但是，如果您的目的是将任何格式良好的HTML文档作为输入处理，那么您应该考虑实际的HTML解析器，而不是使用regex。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/32485658
复制相关文章
相似问题
腾讯云开发者
