当前位置 : 主页 > 编程语言 > python >

python如何清除html文件中的内容

来源:互联网 收集:自由互联 发布时间:2021-08-10
python清除html文件中内容的方法:1、使用join方法,代码为【pat = re.compile((.*?)).join(pat.findall(test))】;2、使用compile方法。 本教程操作环境:windows7系统、python3.9版,DELL G3电脑,该方法适

python清除html文件中内容的方法:1、使用join方法,代码为【pat = re.compile('>(.*?)<')''.join(pat.findall(test))】;2、使用compile方法。

本教程操作环境:windows7系统、python3.9版,DELL G3电脑,该方法适用于所有品牌电脑。

python清除html文件中内容的方法:

方法1:

In [97]: str_ = ''
    ...: flag = 1
    ...: for ele in test:
    ...:     if ele == "<":
    ...:         flag = 0
    ...:     elif ele == '>':
    ...:         flag = 1
    ...:         continue
    ...:     if flag == 1:
    ...:         str_ += ele
    ...:         
In [98]: str_
Out[98]: 'just for testjust for testtest'
In [99]: str_ = ''
    ...: flag = 1
    ...: for ele in test:
    ...:     if ele == "<":
    ...:         flag = 0
    ...:     elif ele == '>':
    ...:         flag = 1
    ...:         ele = ' '
    ...:     if flag == 1:
    ...:         str_ += ele
    ...:         
In [100]: str_
Out[100]: ' just for test   just for test  test '

方法2:

import re
In [156]: pat = re.compile('(?<=\>).*?(?=\<)')
In [157]: pat.findall(test)
Out[157]: ['just for test', '', '', 'just for test', '', 'test']
In [158]: ''.join(pat.findall(test))
Out[158]: 'just for testjust for testtest'

方法3:

pat = re.compile('>(.*?)<')
''.join(pat.findall(test))

方法4:

In [167]: pat = re.compile('<[^>]+>', re.S)
In [168]: pat.sub('', test)
Out[168]: 'just for testjust for testtest'

大量免费学习

网友评论