python去除html代码

可以使用Python中的re模块来去除HTML标签。以下是一个示例代码：

import re

html = "<p>This is a <strong>paragraph</strong> with <a href='https://www.google.com'>a link</a>.</p>"
clean = re.compile('<.*?>')
text = re.sub(clean, '', html)
print(text)

输出结果为：

This is a paragraph with a link.

其中，`html`变量存储了要去除HTML代码的字符串，`clean`变量是一个正则表达式，用于匹配所有的HTML标签，`re.sub()`方法将匹配到的所有标签替换为空字符串。

相关问题

python去除html注释

你可以使用正则表达式来去除HTML注释。以下是一个示例代码：

import re

html = "<!-- This is a comment --> <p>This is some text.</p>"

# Remove HTML comments
clean_html = re.sub(r"<!--.*?-->", "", html)

print(clean_html)
# Output: " <p>This is some text.</p>"

该代码首先导入了Python的正则表达式模块`re`，然后使用`re.sub()`函数将HTML注释替换为空字符串。正则表达式`<!--.*?-->`会匹配任何包含在`<!--`和`-->`之间的内容，并使用空字符串进行替换。

python 去掉html 收尾空白

可以使用Python的BeautifulSoup库来去掉HTML标签，并使用strip()方法去掉字符串的收尾空白。

示例代码：

from bs4 import BeautifulSoup

html = '<p>   This is a paragraph.   </p>'
soup = BeautifulSoup(html, 'html.parser')
text = soup.get_text().strip()

print(text)

输出结果：

This is a paragraph.

在上面的代码中，首先使用BeautifulSoup解析HTML字符串，然后使用get_text()方法获取纯文本，最后使用strip()方法去掉收尾空白。