1回答
我正在使用一个外部API，它是从HTML电子邮件给我发送文本。文本不包含超文本标记语言结构(例如<html>、...、</html>等)。我需要清理这个文本并将其输出到Slack。我尝试过使用BeautifulSoup和Bleach，它们都不起作用，可能是由于输入中的超文本标记语言的部分性质所致。我使用了以下简单的Bleach例程： def textify(html):
text = bleach.clean(<em
浏览 14提问于2019-09-21得票数 1
回答已采纳
我正在从事一个项目，以获得谷歌搜索网页，然后清理HTML标签，以获得纯文本内容。非常感谢。
浏览 3提问于2011-03-05得票数 1
回答已采纳
from lxml.html.clean import clean_html, Cleaner try:in clean_html' return text
我把上面的(丑陋的)代码组合在一起，作为我最初进军python我正在尝试使用lxml清理器清理几个html页面，所以最后我只留下了文本，没有
浏览 2提问于2010-06-01得票数 15
1回答
我正在研究各种框架和内容管理系统的XSS，以及它们是否提供了防范它的方法(不仅仅是通过编程来避免这种情况)。我知道在Djangos模板语言中，你可以指定一个变量为|safe，我希望能够允许真正安全的html标签，这样用户就可以格式化文本(简单的东西，如etc)，但剥离这些东西，onload属性等。我想知道Django是否推荐了一种方法来做到这一点，而不仅仅是使用Python。我希望这是有意义的
杰森
浏览 0提问于2011-05-12得票数 1
回答已采纳
1回答
我正在处理格式不好的html页面，因此需要做一些清理。的Tidy函数产生了我想要的确切的输出。但是，我想将HTML文件作为更大的Python脚本的一部分进行清理。我试过了：tidy, errors = tidy_document(html)
但是，尽管tidylib运行良好，但输出并不像在w3我也找到了，但我没有找到清理HTML的方法。我的问题是:使用Pyt
浏览 0提问于2012-07-09得票数 2
回答已采纳
我尝试用python中的正则表达式清理一些HTML数据。给定带有HTML标记的输入字符串，如果内容包含空格，我希望删除标记及其内容。
浏览 5提问于2017-01-03得票数 1
回答已采纳
5回答
我正在聚合来自一些外部来源的内容，并且发现其中一些内容的HTML/DOM中包含错误。HTML缺少结束标记或格式错误的标记属性就是一个很好的例子。有没有办法在Python本机或我可以安装的任何第三方模块中清除错误？
浏览 4提问于2010-06-19得票数 16
回答已采纳
我正在尝试找出一种好方法来清理/重新格式化以Markdown格式编写的用户生成的内容。我想“纠正”不恰当的内容(尽可能好)。错误(输入)：<!-- two -->four
five <!
浏览 0提问于2013-06-15得票数 0
回答已采纳
我需要使用Python将任何html实体转换为其ASCII等效项。我的用例是，我正在清理一些用于构建电子邮件的HTML，以便从HTML创建纯文本电子邮件。现在，我只知道如何从这些实体创建unicode，当我需要ASCII时(我想)，这样纯文本电子邮件才能正确读取重音字符之类的内容。我认为一个基本的例子是html实体"& a急性；“或a被编码成ASCII。
此外，我甚至不能100%确定ASCII是我需要的纯文本电子邮件。如你所见，我对编
浏览 0提问于2009-07-29得票数 4
回答已采纳
5回答
前几天，我正在寻找一种在Vim中快速实现自动套用格式/漂亮打印JSON的方法，我在Stack Overflow上找到了这个很棒的小命令：
这促使我搜索了其他Python工具的列表，以漂亮地打印常见的web有没有一个很好的资源/ Python工具列表，他们发现这些工具对清理Vim中格式不佳的web内容(例如HTML、XML、JavaScript等)特别有用？
浏览 6提问于2011-08-11得票数 20
回答已采纳
我试图通过管道将python stdout输出与xargs连接到curl，但这项任务失败了。</BODY></HTML> 但是，当从python打印相同的内容时，xargs curl输入在Windows上变得无效(使用cmder)。这在WSL中工作得很好： python3 -c"print('https://google.com')" | xargs curl
<HTML
浏览 37提问于2021-02-03得票数 0
我在Linux和Windows系统上都使用过python，偶尔也会用'conda clean -all‘清理一些东西。为什么不用'conda clean -all‘清理掉呢？
删除此目录中的内容是可以的，还是会破坏某些内容？
浏览 6提问于2017-12-12得票数 5
回答已采纳
1回答
我需要以编程的方式验证网页标记，我听说使用正则表达式是可能的。如果是这样的话，是怎么做的？还有别的办法吗？(不使用w3c服务)
浏览 1提问于2012-02-21得票数 1
回答已采纳
我正在使用Sanitize gem来禁止可能用于XSS攻击的HTML代码。作为一个副作用，HTML也会被清理干净。缺少的结束标记将被添加。这通常很好，但在许多情况下，它会改变内容的格式。最后，我希望完全清理HTML，但不希望将此作为保护站点免受XSS攻击的一部分。
那么，缺少结束标记(例如</font>)是不是潜在的XSS漏洞？如果不是，我如何阻止Sanitizer也试图清理HTML？
浏览 3提问于2011-08-16得票数 3
回答已采纳
1回答
清理Python中的HTML解析
、、、、
下面的代码从( )中抓取tr中的td元素，对齐=‘中间’标记，用逗号分隔每个元素，并将结果写入文本文件：import requests
soup.prettify()
acct = open("/Users/it/Desktop/accountin
浏览 3提问于2014-10-21得票数 1
回答已采纳
我对javascript和html很陌生。我想在页面上添加一个按钮。"A“按钮。当我单击A时，我希望清理页面并显示一些新的内容，如文本框或其他内容。
我在网上搜索过。我找到的方法(如document.body.innerHTML="" )将使用单击按钮后要显示的新元素清理整个页面，因为我已经加载了所有的html元素。它只会把它们全部清理干净。我还尝试使用一个单独的html文件，并将新<e
浏览 2提问于2014-06-27得票数 0
回答已采纳
2回答
在我正在开发的一个应用程序中，用户在文本框中输入HTML，以编辑其页面上的元素。在这个阶段，用户可以添加任何类型的内容，甚至可以添加损坏的HTML和一些文本节点。/ loop over each node in s, and if text node is found, wrap in span.这段代码的问题是，内容是一个有没有在所有情况下都能获得有效内容的修复方法？
浏览 0提问于2011-12-21得票数 5
1回答
我试图从HTML url中获取许多不同的表中的信息，而不需要任何HTML缩进/选项卡格式。我使用get_text生成我想要的内容，但是它有大量的空白和制表符。下面是我使用的python脚本：url="http://www.thecomedystudio.com/schedule.html"
response=urllib.urlopen(url)
浏览 2提问于2015-02-27得票数 2
回答已采纳
有没有一种简单的方法可以使用DateField显示None的替代表单字段值
任何提示都是值得感谢的。
浏览 1提问于2011-06-09得票数 1
回答已采纳
我正在使用reStructuredText来记录我的代码，以便通过epydoc获得漂亮的离线HTML页面。有没有办法让help()对文档字符串进行一些最小限度的解析？我不希望渲染斜体字体或超链接，但至少需要一些最小的清理来提高可读性。
浏览 6提问于2011-02-10得票数 6
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号