Comment supprimer les balises HTML des chaînes en Python ?-Tutoriel Python-php.cn

Comment supprimer les balises HTML des chaînes en Python ?

Linda Hamilton

Libérer： 2024-12-04 01:00:11

original

649 Les gens l'ont consulté

How to Remove HTML Tags from Strings in Python?

Suppression du formatage HTML des chaînes en Python

Considérez la tâche d'extraction du contenu d'un document HTML sans afficher les balises de formatage. Par exemple, l'élément HTML some text ne devrait afficher que "du texte" et hello devrait afficher « bonjour ».

Solution

La bibliothèque Python intégrée fournit un mécanisme utile pour atteindre cet objectif :

Pour Python 3 :

from io import StringIO
from html.parser import HTMLParser

class MLStripper(HTMLParser):
    def __init__(self):
        super().__init__()
        self.reset()
        self.strict = False
        self.convert_charrefs= True
        self.text = StringIO()
    def handle_data(self, d):
        self.text.write(d)
    def get_data(self):
        return self.text.getvalue()

def strip_tags(html):
    s = MLStripper()
    s.feed(html)
    return s.get_data()

Copier après la connexion

Pour Python 2 :

from HTMLParser import HTMLParser
from StringIO import StringIO

class MLStripper(HTMLParser):
    def __init__(self):
        self.reset()
        self.text = StringIO()
    def handle_data(self, d):
        self.text.write(d)
    def get_data(self):
        return self.text.getvalue()

def strip_tags(html):
    s = MLStripper()
    s.feed(html)
    return s.get_data()

Copier après la connexion

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!