Python 爬虫 去掉网页注释，去掉网页注释

 

　　

在爬虫中，我们遇到了网页注释的问题，这些内容，第一，耗费内存资源，第二，在解析网页的时候，不易匹配出来信息。那么我们该如何去掉他们呢？？？

 

 

　　

 

我们可以去使用正则去过滤掉他们

方法如下

result = "网页内容"
 
re_comment = re.compile('<!--[^>]*-->')
 
result_content = re_comment.sub('', result) 

 

心得：用最简单的方法去解决复杂的问题