python去除文本中html标签

風中塵埃

于 2019-01-07 22:08:46 发布

阅读量1.5w

点赞数 10

CC 4.0 BY-SA版权

分类专栏： python scrapy 文章标签： python html

本文链接：https://blog.youkuaiyun.com/jcl314159/article/details/86030734

python 同时被 2 个专栏收录

6 篇文章

订阅专栏

scrapy

2 篇文章

订阅专栏

本文介绍了一种使用Python和正则表达式去除HTML文本中标签的方法，通过将列表转换为字符串并应用正则表达式，可以有效地清除HTML标签，保留纯文本内容。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

例子如下：

现将以上文本从列表转换为字符串。代码如下：

b = ''.join(a)

效果如下：

利用正则表达式去除html标签。代码如下：

import re

c = re.sub('<[^<]+?>', '', b).replace('\n', '').strip()

效果如下：

总代码如下：

import re

a = response.xpath('*************').extract()
#print(a)
b = ''.join(a)
#print(b)
c = re.sub('<[^<]+?>', '', b).replace('\n', '').strip()
#print(c)