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

Entfernen von HTML-Tags in Python für eine makellose Textdarstellung

Bei der Manipulation von HTML-Antworten müssen häufig relevante Textinhalte extrahiert und gleichzeitig die Formatierungs-Tags entfernt werden. Dies kann durch effektives Entfernen von HTML-Tags erreicht werden, sodass Sie den gewünschten Klartext erhalten.

Nur-Text-Extraktion mit Pythons MLStripper erreichen

Um den Entfernungsprozess zu optimieren, Die Python-Standardbibliothek bietet eine effiziente Funktion, MLStripper, die speziell für diesen Zweck entwickelt wurde. MLStripper nimmt HTML-Eingaben entgegen und analysiert sie, wobei nur Nicht-Markup-Inhalte erhalten bleiben.

Implementierung für Python 3 und 2

Abhängig von Ihrer Python-Version können Sie Folgendes verwenden Codeausschnitte:

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()

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()

Verwendung:

Einfach die Strip_tags aufrufen Funktion, die die HTML-Eingabe als String-Argument übergibt. Der zurückgegebene Wert ist eine gestrippte Zeichenfolge, bei der alle HTML-Tags entfernt wurden.

Diese Technik erweist sich als unschätzbar wertvoll, wenn Sie mit aus HTML-Quellen extrahierten Textdaten arbeiten müssen, um eine saubere und verwaltbare Textdarstellung sicherzustellen.

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