소개
HTML 데이터로 작업할 때 태그를 정리하고 일반 텍스트만 유지해야 하는 경우가 많습니다. 데이터 분석, 자동화 또는 단순히 콘텐츠를 읽을 수 있게 만드는 것이든 이 작업은 개발자에게 일반적입니다.
이 기사에서는 내장 Python 모듈인 HTMLParser를 사용하여 HTML에서 일반 텍스트를 추출하는 간단한 Python 클래스를 만드는 방법을 보여 드리겠습니다.
HTMLParser를 사용하는 이유는 무엇입니까?
HTMLParser는 HTML 문서를 구문 분석하고 조작할 수 있는 경량의 내장 Python 모듈입니다. BeautifulSoup과 같은 외부 라이브러리와 달리 가볍고 HTML 태그 정리와 같은 간단한 작업에 이상적입니다.
해결책: 간단한 Python 클래스
1단계: HTMLTextExtractor 클래스 생성
from html.parser import HTMLParser class HTMLTextExtractor(HTMLParser): """Class for extracting plain text from HTML content.""" def __init__(self): super().__init__() self.text = [] def handle_data(self, data): self.text.append(data.strip()) def get_text(self): return ''.join(self.text)
이 클래스는 세 가지 주요 작업을 수행합니다.
- 추출된 텍스트를 저장하기 위해 self.text 목록을 초기화합니다.
- handle_data 메소드를 사용하여 HTML 태그 사이에 있는 모든 일반 텍스트를 캡처합니다.
- get_text 메소드를 사용하여 모든 텍스트 조각을 결합합니다.
2단계: 클래스를 사용하여 텍스트 추출
클래스를 사용하여 HTML을 정리하는 방법은 다음과 같습니다.
raw_description = """ <div> <h1 id="Welcome-to-our-website">Welcome to our website!</h1> <p>We offer <strong>exceptional services</strong> for our customers.</p> <p>Contact us at: <a href="mailto:contact@example.com">contact@example.com</a></p> </div> """ extractor = HTMLTextExtractor() extractor.feed(raw_description) description = extractor.get_text() print(description)
출력:
Welcome to our website! We offer exceptional services for our customers.Contact us at: contact@example.com
속성에 대한 지원 추가
태그의 링크와 같은 추가 정보를 캡처하려면 향상된 버전의 수업을 이용하세요.
class HTMLTextExtractor(HTMLParser): """Class for extracting plain text and links from HTML content.""" def __init__(self): super().__init__() self.text = [] def handle_data(self, data): self.text.append(data.strip()) def handle_starttag(self, tag, attrs): if tag == 'a': for attr, value in attrs: if attr == 'href': self.text.append(f" (link: {value})") def get_text(self): return ''.join(self.text)
향상된 출력:
Welcome to our website!We offer exceptional services for our customers.Contact us at: contact@example.com (link: mailto:contact@example.com)
## Use Cases - **SEO**: Clean HTML tags to analyze the plain text content of a webpage. - **Emails**: Transform HTML emails into plain text for basic email clients. - **Scraping**: Extract important data from web pages for analysis or storage. - **Automated Reports**: Simplify API responses containing HTML into readable text.
이 접근 방식의 장점
- 경량: 외부 라이브러리가 필요하지 않습니다. Python의 기본 HTMLParser를 기반으로 구축되었습니다.
- 사용 용이성: 단순하고 재사용 가능한 클래스에 로직을 캡슐화합니다.
- 사용자 정의 가능: 속성이나 추가 태그 데이터와 같은 특정 정보를 캡처하도록 기능을 쉽게 확장합니다.
## Limitations and Alternatives While `HTMLParser` is simple and efficient, it has some limitations: - **Complex HTML**: It may struggle with very complex or poorly formatted HTML documents. - **Limited Features**: It doesn't provide advanced parsing features like CSS selectors or DOM tree manipulation. ### Alternatives If you need more robust features, consider using these libraries: - **BeautifulSoup**: Excellent for complex HTML parsing and manipulation. - **lxml**: Known for its speed and support for both XML and HTML parsing.
결론
이 솔루션을 사용하면 단 몇 줄의 코드만으로 HTML에서 일반 텍스트를 쉽게 추출할 수 있습니다. 개인 프로젝트를 진행하든 전문적인 작업을 수행하든 이 접근 방식은 간단한 HTML 정리 및 분석에 적합합니다.
사용 사례에 더 복잡하거나 잘못된 HTML이 포함된 경우 BeautifulSoup 또는 lxml과 같은 라이브러리를 사용하여 기능을 강화하는 것이 좋습니다.
이 코드를 프로젝트에 사용해 보고 경험을 공유해 보세요. 즐거운 코딩하세요! ?
위 내용은 Python의 HTML 콘텐츠에서 텍스트 추출: `HTMLParser`를 사용한 간단한 솔루션의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

Python은 데이터 과학, 웹 개발 및 자동화 작업에 적합한 반면 C는 시스템 프로그래밍, 게임 개발 및 임베디드 시스템에 적합합니다. Python은 단순성과 강력한 생태계로 유명하며 C는 고성능 및 기본 제어 기능으로 유명합니다.

2 시간 이내에 Python의 기본 프로그래밍 개념과 기술을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우기, 2. 마스터 제어 흐름 (조건부 명세서 및 루프), 3. 기능의 정의 및 사용을 이해하십시오. 4. 간단한 예제 및 코드 스 니펫을 통해 Python 프로그래밍을 신속하게 시작하십시오.

Python은 웹 개발, 데이터 과학, 기계 학습, 자동화 및 스크립팅 분야에서 널리 사용됩니다. 1) 웹 개발에서 Django 및 Flask 프레임 워크는 개발 프로세스를 단순화합니다. 2) 데이터 과학 및 기계 학습 분야에서 Numpy, Pandas, Scikit-Learn 및 Tensorflow 라이브러리는 강력한 지원을 제공합니다. 3) 자동화 및 스크립팅 측면에서 Python은 자동화 된 테스트 및 시스템 관리와 같은 작업에 적합합니다.

2 시간 이내에 파이썬의 기본 사항을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우십시오. 이를 통해 간단한 파이썬 프로그램 작성을 시작하는 데 도움이됩니다.

10 시간 이내에 컴퓨터 초보자 프로그래밍 기본 사항을 가르치는 방법은 무엇입니까? 컴퓨터 초보자에게 프로그래밍 지식을 가르치는 데 10 시간 밖에 걸리지 않는다면 무엇을 가르치기로 선택 하시겠습니까?


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

ZendStudio 13.5.1 맥
강력한 PHP 통합 개발 환경

PhpStorm 맥 버전
최신(2018.2.1) 전문 PHP 통합 개발 도구

드림위버 CS6
시각적 웹 개발 도구

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기

Dreamweaver Mac版
시각적 웹 개발 도구
