删除所有<word>标签</word>

Question

我必须编写一个程序来删除<word>和</word>形式的所有表达式，其中word是任意字母序列（大写和小写）和 删除表单<word ..... >和</word>的所有表达式，其中单词与之前相同。例如，删除<a href=”wwang3.htm” class=”c l”>

到目前为止，我的代码看起来像这样：

def remove_1( file_location ):
    """"""

    import re
    file_variable = open( file_location )
    lines = file_variable.read()

    p = re.findall('<.*?>', lines)
    print p

    substitution = re.compile('<.*?>')
    print substitution.subn( ' ', p )

我收到一个错误，该错误指向print.substitution.subn( ' ', p)，它表示我在运行程序时期望一个字符串或缓冲区。非常感谢任何帮助。

Answer 1

您正在尝试替换为字符串“p”。但是，p是findall的结果，它是一个列表。

我建议这样做：

lines = file_variable.read()
print re.subn('<.*?>', ' ', line)

Answer 2

lines包含您应传递给subn

的字符串

print substitution.subn( ' ', lines )