python正则去除所有html标签只保留内容

可以使用Python中的re模块和正则表达式来去除HTML标签，只保留内容。具体方法如下：

import re

def remove_html_tags(html):
    # 定义正则表达式
    pattern = re.compile(r'<[^>]+>')
    # 去除HTML标签
    result = pattern.sub('', html)
    # 返回结果
    return result

`remove_html_tags`函数接收一个包含HTML标签的字符串作为参数，使用正则表达式去除所有HTML标签并返回结果。在正则表达式中，`<[^>]+>`代表匹配所有的HTML标签。`sub`方法可以将匹配到的内容替换为空字符串，即去除HTML标签。

相关问题

python正则去除所有html标签只保留内容写入到csv

可以使用Python中的re模块和csv模块来实现这个功能。

首先，我们需要读取HTML文件并使用正则表达式删除所有HTML标签。然后，我们将清理后的文本写入CSV文件中。

下面是一个示例代码：

import re
import csv

# 读取HTML文件
with open('example.html', 'r', encoding='utf-8') as f:
    html_text = f.read()

# 删除HTML标签
clean_text = re.sub('<.*?>', '', html_text)

# 将清理后的文本写入CSV文件中
with open('example.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerow(['Content'])
    writer.writerow([clean_text])

在这个例子中，我们首先使用`open()`函数打开HTML文件并使用`read()`方法读取其内容。然后，我们使用`re.sub()`函数和正则表达式`'<.*?>'`删除所有HTML标签。

最后，我们使用`csv.writer()`函数将清理后的文本写入CSV文件中，其中`writerow()`函数用于写入一行数据，`newline=''`参数用于避免在Windows系统上出现多余的空行。

python通过正则分别删除<img><a><storong>标签并保留内容

可以使用Python的re模块来实现通过正则表达式删除html标签。

以下是一段示例代码，可以去掉<img><a><strong>标签并保留内容：

import re

def remove_html_tags(text):
    clean = re.compile('<.*?>')
    return re.sub(clean, '', text)

text = "<p><strong>Hello</strong> <a href='http://example.com'>world</a> <img src='image.png'></p>"
result = remove_html_tags(text)
print(result)

输出：

Hello world

其中，`<.*?>`是一个正则表达式，表示匹配所有的html标签。`re.sub()`方法可以用来替换字符串中的匹配项，这里用它来将匹配到的html标签替换成空字符串。