Python 字符串過濾
阿新 • • 發佈：2018-09-06
color tail code fin span 內容 import pre ram
需求：
str1 = "
"""<div class="m_wrap clearfix"><ul class="clearfix"><br/><br/><
br/><br/><br/><br/><br/><br/><br/><br/><br/><br/><b
r/><br/><br/><br/><br/><br/><li class="li_1 clearfix"><spa
n class="pt_title S_txt2">公司：</span><span class="pt_detail"><a href="http://s.weibo.com/user/&work=%E6%89%AC%E5%B7%9E%E6%8A%A5%E4%B8%9A%E9%9B%86%E5%9B%A2&from=inf&wvr=5&loc=infjob" target="_blank">揚州報業集團</a><br/>
地區：江蘇 ，揚州<br/> </span></li></ul></div></div></div></div>"""
"
想把 這段字符串的標簽全部都去掉，比如去掉 </li>, </ul>, </div>.。只保留不帶<>的內容，但是要保留<br/>，
有什麽好的辦法嗎？使用正則可以實現這個工作：
# coding:utf-8
import re newline = """<div class="m_wrap clearfix"><ul class="clearfix"><br/><br/><br/><br/><br/><br/><br/><br/><br/><br/><br/><br/><br
/><br/><br/><br/><br/><br/><li class="li_1 clearfix"><span class="pt_title S_txt2">公司：</span><span class="pt_detail"><ahref="http://s.weibo.com/user/&work=%E6%89%AC%E5%B7%9E%E6%8A%A5%E4%B8%9A%E9%9B%86%E5%9B%A2&from=inf&wvr=5&loc=infjob" target="_blank">
揚州報業集團</a><br/> 地區：江蘇 ，揚州<br/> </span></li></ul></div></div></div></div>"""
newline= newline.replace(‘<br/>‘,‘!!!###‘) re_comment = re.compile(‘<[^>]*>‘) newlines = re_comment.sub(‘‘, newline) newlines = newlines.replace(‘!!!###‘,‘<br/>‘).replace(‘<br/><br/>‘,‘<br/>‘).replace(‘<br/><br/>‘,‘<br/>‘)
print newlines
輸出結果是：
C:\Python27\python.exe F:/squid_frame/ZYXT__weibo/test.py <br/>公司：揚州報業集團<br/> 地區：江蘇 ，揚州<br/> Process finished with exit code 0
Python 字符串過濾