Wie kann ich HTML-Tags effizient aus Strings in Python entfernen?

HTML-Tags aus Strings in Python entfernen

In Python gibt es verschiedene Szenarien, in denen Sie möglicherweise HTML-Tags aus einem String entfernen müssen seinen Inhalt extrahieren. Lassen Sie uns eine Lösung für dieses Problem finden.

Angenommen, Sie rufen HTML-Inhalte mithilfe der Mechanize-Bibliothek ab, wie im Beispielausschnitt gezeigt. Jede Zeile des Inhalts enthält HTML-Tags und Text. Um nur den Text zu extrahieren, müssen wir die Tags entfernen.

Eine Möglichkeit besteht darin, eine benutzerdefinierte Funktion zu verwenden, um diese Aufgabe auszuführen. Die Funktion „strip_tags“ verwendet die Klasse „HTMLParser“, um einen Parser zu erstellen, der HTML-Inhalte verarbeitet. Der Parser extrahiert nur die Daten innerhalb der Tags und sammelt sie in einem StringIO-Objekt.

Hier ist das Code-Snippet für 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()

Verwenden Sie für Python 2 den folgenden Code:

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()

Indem Sie den HTML-Inhalt an diese Funktion übergeben, können Sie die Tags effektiv entfernen und nur den Text beibehalten Inhalt.

Das obige ist der detaillierte Inhalt vonWie kann ich HTML-Tags effizient aus Strings in Python entfernen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!