python去除html标签的几种方法

import re
from bs4 import BeautifulSoup
from lxml import etree

html = '<p>你好</p><br/><font>哈哈</font><b>大家好</b>'

# 法一
pattern = re.compile(r'<[^>]+>',re.S)
result = pattern.sub('', html)
print(result)
 
# 法二 soup = BeautifulSoup(html,'html.parser') print(soup.get_text()) # 法三 response = etree.HTML(text=html) # print(dir(response)) print(response.xpath('string(.)')) # 你好哈哈大家好 # 你好哈哈大家好 # 你好哈哈大家好

  

posted @ 2019-01-17 22:49  DreamBoy_张亚飞  阅读(19533)  评论(0编辑  收藏  举报