最近在研究 Python ，发现用的还是很不习惯，很多PHP里面很简单的功能在Python 里面都得找半天，而且很多功能都得自己实现。
今天做个采集，需要过滤内容中的标签，搞了一下午，貌似终于搞出来了，测试了下达到了预想的效果，废话不多说贴上代码吧
from html.parser import HTMLParserdef strip_tags(html, save=None): result = [] start = [] data = [] def starttag(tag, attrs): if tag not in save: return start.append(tag) if attrs: j = 0 for attr in attrs: attrs[j] = attr[0] + '="' + attr[1] + '"' j += 1 attrs = ' ' + (' '.join(attrs)) else: attrs = '' result.append('') def endtag(tag): if start and tag == start[len(start) - 1]: result.append('' + tag + '>') parser = HTMLParser() parser.handle_data = result.append if save: parser.handle_starttag = starttag parser.handle_endtag = endtag parser.feed(html) parser.close() for i in range(0, len(result)): tmp = result[i].rstrip('\n') tmp = tmp.lstrip('\n') if tmp: data.append(tmp) return ''.join(data) result = strip_tags("""发生的杀毒<a target="_blank" title="足球比分直播" href="http://live.500.com/">足球比分直播</a><a target="_blank" title="竞彩足球" href="http://zx.500.com/jczq/">竞彩足球</a><a target="_blank" title="篮球竞彩" href="http://zx.500.com/jclq/">篮球竞彩</a> <img src="dd" alt=">"> <p> 打蛇打七寸，北单7串1。由于<a target="_blank" title="北京单场" href="http://zx.500.com/zqdc/">北京单场</a>SP值计算规则与竞彩不同，4串1及以下投注购买竞彩更划算，而7串1以上的投注很可能交税，反而不划算。根据计算，北京单场4串1到7串1之间的投注最划算。</p>""", ['p', 'img']) print(result)发生的杀毒足球比分直播竞彩足球篮球竞彩 <img src="dd" alt=">"> <p> 打蛇打七寸，北单7串1。由于北京单场SP值计算规则与竞彩不同，4串1及以下投注购买竞彩更划算，而7串1以上的投注很可能交税，反而不划算。根据计算，北京单场4串1到7串1之间的投注最划算。</p>
标签
