如何在 Python 中從字串中刪除 HTML 標籤？

從 Python 中的字串中刪除 HTML 格式

考慮提取 HTML 文件內容而不顯示格式標記的任務。例如，HTML 元素一些文本應該只輸出“一些文本”，並且hello應該顯示「hello。」

解決方案

內建的Python庫提供了一個有用的機制來實現這個目標：

對於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()

對 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()

以上是如何在 Python 中從字串中刪除 HTML 標籤？的詳細內容。更多資訊請關注PHP中文網其他相關文章！