正则表达式 - python re.sub替换不成功

Question

我在学习爬虫的时候想把里面的标签去掉，但是使用re.sub不成功。代码如下：

#!usr/bin/env python3
#coding:utf-8

from urllib.request import urlopen
from bs4 import BeautifulSoup
import re

html = urlopen("http://www.jianshu.com")
bsObj = BeautifulSoup(html,"lxml")
txt = bsObj.findAll("p",{"class":re.compile("abstract")})
for word in txt:
        if '<p class="abstract">' in word:
                newword = re.sub(r'<p class="abstract">','\n',word)
                print(newword)
        else:
                print(word)

请问这是是什么问题，谢谢！

Answer 1

In [19]: type(word)
Out[19]: bs4.element.Tag

J'ai trouvé la raison, le mot n'est pas une chaîne.

Answer 2

L'objet chaîne p ne contient pas la méthode "sub" :

newword = p.sub('\n', word) # -> re.sub(.....)

Écrivez un court morceau de code pour la référence du sujet :

import re
word = '<p class="abstract">AAAA<p class="abstract">bbb'
p = '<p class="abstract">'
newword = re.sub(p, '\n', word)

'''
Result:
In [21]: newword
Out[21]: '\nAAAA\nbbb'

In [22]: print newword

AAAA
bbb

In [23]:
'''