从文本中删除HTML评论标签

Question

我真的很想从HTML中删除评论标签。

我想将所有内容保留在评论标记中。我只想从文本中删除<!--和-->。

我正在使用 Python 2.7 和 BeautifulSoup4 编写代码。

我尝试使用正则表达式无济于事。我尝试了模式"(<!--.*?-->)"，但这似乎也删除了内部的所有内容。

我也尝试了"(<!--|-->)"，但它并没有按我的意愿行事。

我怎样才能做到这一点？

Answer 1

你可以使用re.sub：

import re

f = open('filename.txt', 'r').readlines()
for n in f:
  text = n.rstrip()
othertext = re.sub('<!--', '', text)
f = open('saved.txt', 'a')
f.write(othertext)
f.write('\n')