Python去除文本中的html标签

使用Python将一段文本str中的html标签去除，只保留文本部分，目前网络上有很多复杂的方法，但是实践用起来感觉好麻烦，自己写了个最简单的办法，就是用正则找到所有的，然后把他们替换为空。

def html2str(html:str)->str:htmlstr=re.sub(pattern='<.+?>',repl='',string=html)return htmlstr

当然这样肯定会有问题的，因为不排除文本里面正常内容就是，但是别的方法也不一定能解决此问题，so 有利有弊这是最简单的办法。

强化版本：解决部分html标签内容换行了的问题，正则改成：<(.|\n)+?>

def html2str(html:str)->str:htmlstr=re.sub(pattern='<(.|\n)+?>',repl='',string=html)return htmlstr

已知问题：html的style标签支持里面放样式内容，用此方法无法去除。

Python去除文本中的html标签相关推荐

python 去除文本中的中文、中文符号
删除中文及中文符号的方法,网上很多是python2 的写法,现在将python3的用法记录如下. 知识点 - 正则表达式 - 中文字符库zhon.hanzi,使用命令行pip3 install zho ...
Python去除文本中所有中英文标点符号
from tqdm import tqdm import string from zhon.hanzi import punctuation as punallPun = string.punctua ...
python去除文本中的网址
import restring1 = '我大航海时代获得很好的或多或少的基督教https://weibo.com/1699432410/GC59cqsyF们' string2 = '我http://q ...
vue如何过滤html标签,去除富文本中的html标签及vue、react、微信小顺序中的过滤器...
在猎取富文本后,又只需显现部分内容,须要去除富文本标签,然后再截取个中一部分内容:然后就是过滤器,在微信小顺序中运用照样挺屡次的,在vue及react中也遇到过 1.富文本去除html标签去除html ...
Python正则匹配去除文本中的各类emoji表情符号
我们的文本数据中经常会带有很多表情,如何完整地清除得到高质量的文本供我们利用呢? p = re.compile(u'['u'\U0001F300-\U0001F64F' u'\U0001F680-\U ...
用python统计字母个数_python统计字母个数 python 统计文本中字母个数
python 统计文本中字母个数作业文件等有人回答小编再发,之前发文件被屏蔽了明明转身就有一个温馨的港湾,却偏偏还要去追逐那无望的孤船. l = 0with open('file.txt', 'r' ...
如何用python读取文本中指定行的内容
如何用python读取文本中指定行的内容 搜索资料 我来答分享新浪微博 QQ空间浏览 5284 次查看全文 http://www.taodudu.cc/news/show-64036.ht ...
python去除字符串中表情字符
python去除字符串中表情字符用mysql存储数据时,"charset=utf8"默认状态下text字段不支持4字节的字符,而表情字符为4字节,如果表情字符非所需数据时可以将其 ...
Python去除列表中元素的前后空格和换行
Python去除列表中元素的前后空格和换行一行代码搞定: p = [x.strip() for x in square if x.strip() != ''] #square是列表

Python去除文本中的html标签

Python去除文本中的html标签相关推荐

最新文章

热门文章