Bagaimana untuk mengalih keluar Tag HTML daripada Rentetan Menggunakan Ungkapan Biasa Python?

Penggantian Rentetan dengan Ungkapan Biasa dalam Python

Soalan:

Bagaimana saya boleh menggantikan HTML tag dalam rentetan menggunakan ungkapan biasa dalam Python?

Input:

this is a paragraph with<[1]> in between</[1]> and then there are cases ... where the<[99]> number ranges from 1-100</[99]>.
and there are many other lines in the txt files
with<[3]> such tags </[3]>

Output yang Diingini:

this is a paragraph with in between and then there are cases ... where the number ranges from 1-100.
and there are many other lines in the txt files
with such tags

Penyelesaian:

Untuk menggantikan berbilang teg menggunakan ungkapan biasa dalam Python, ikut ini langkah:

import re

line = re.sub(r"<\/?\[\d+>]", "", line)

Penjelasan:

Ungkapan biasa r""] sepadan dengan mana-mana teg yang bermula dengan <, diikuti dengan sebarang bilangan digit dan berakhir dengan >. Watak tanda tanya ? selepas / menunjukkan bahawa garis miring adalah pilihan. Subfungsi menggantikan setiap padanan dengan rentetan kosong.

Versi Diulas:

line = re.sub(r"""
  (?x) # Use free-spacing mode.
  <    # Match a literal '<'
  /?   # Optionally match a '/'
  \[   # Match a literal '['
  \d+  # Match one or more digits
  >    # Match a literal '>'
""", "", line)

Nota Tambahan:

• Ungkapan biasa boleh menjadi rumit, jadi anda disyorkan untuk menggunakan alat seperti www.regular-expressions.info untuk belajar tentang sintaks dan uji ungkapan anda.
• Elakkan pengekodan keras julat nombor untuk diganti dari 1 hingga 99.
• Fahami aksara khas dalam ungkapan biasa yang dikenali sebagai metacharacters.

Atas ialah kandungan terperinci Bagaimana untuk mengalih keluar Tag HTML daripada Rentetan Menggunakan Ungkapan Biasa Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!