如何把json重新html发布,如何从JSON文件中剥离所有HTML内容？

How do I strip the html content out from a json file without breaking it?

与任何其他序列化数据结构的方式相同。通过使用适当的解析器(在本例中是一个小型递归函数)。在import json

import re

json_string = """{

"prop_1": {

"prop_1_1": ["some data", 17, "more data"],

"prop_1_2": "here some , too"

},

"prop_2": "and more "

}"""

def unhtml(string):

# replace ..., possibly more than once

done = False

while not done:

temp = re.sub(r']*>[\s\S]*?\1>', '', string)

done = temp == string

string = temp

# replace remaining standalone tags, if any

string = re.sub(r']*>', '', string)

string = re.sub(r'\s{2,}', ' ', string)

return string.strip()

def cleanup(element):

if isinstance(element, list):

for i, item in enumerate(element):

element[i] = cleanup(item)

elif isinstance(element, dict):

for key in element.keys():

element[key] = cleanup(element[key])

elif isinstance(element, basestring):

element = unhtml(element)

return element

用作

^{pr2}$

抛出HTML标记的regex只能解决一半问题。所有字符实体(如&或<将保留在字符串中。在

重写unhtml()以使用proper parser。在