正则表达式删除标记Python

Question

有一个字符串：

myString = '<p>Phone Number:</p><p>706-878-8888</p>'

尝试重新编写所有HTML标记，在本例中为Paragraphs。

谢谢！

Answer 1

使用re.sub：

>>> re.sub('<[^>]+>', '', '<p>Phone Number:</p><p>706-878-8888</p>')
'Phone Number:706-878-8888'

如果您只想删除标签，使用re是一个很好的解决方案。但是，如果你想做一些更复杂的事情（涉及HTML解析），我建议你研究一下BeautifulSoup。

Answer 2

使用评论中指出的BeautifulSoup：

>>> from BeautifulSoup import BeautifulSoup
>>> BeautifulSoup(myString).text
u'Phone Number:706-878-8888'