python去除网页内容标签形式

import re
import requests
from  bs4 import BeautifulSoup

headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'}
url='http://pccz.court.gov.cn/pcajxxw/pcws/wsxq?id=9EE6279587DDE24503934932B38C731C'
res = requests.get(url,headers=headers)
restext=re.sub('<[^>]+>',"",res.text)
sqr = re.findall(r'([被]?申请人)([\s\S]*?),住所',restext)

print(restext)  # 去掉标签内属性
print(sqr)
for sqr1 in sqr:
    print(sqr1[0],re.sub('<[^>]+>',"",sqr1[1]))

[(‘申请人’, ‘深圳市仁泰投资有限公司’), (‘被申请人’, ‘深圳市住宅经营管理有限公司’)]
申请人 深圳市仁泰投资有限公司
被申请人 深圳市住宅经营管理有限公司

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值