如何在 Python 中从字符串中删除 HTML 标签？

从 Python 中的字符串中删除 HTML 格式

考虑提取 HTML 文档内容而不显示格式标记的任务。例如，HTML 元素一些文本应该只输出“一些文本”，并且 hello应该显示“hello。”

解决方案

内置的Python库提供了一个有用的机制来实现这个目标：

对于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()

对于 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 中从字符串中删除 HTML 标签？的详细内容。更多信息请关注PHP中文网其他相关文章！