亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

Python正則獲取、過濾或者替換HTML標簽的方法

系統 1906 0

本文實例介紹了Python通過正則表達式獲取,去除(過濾)或者替換HTML標簽的幾種方法,具體內容如下

python正則表達式關鍵內容:

python正則表達式轉義符:

            
. 匹配除換行符以外的任意字符
\w 匹配字母或數字或下劃線或漢字
\s 匹配任意的空白符
\d 匹配數字
\b 匹配單詞的開始或結束
^ 匹配字符串的開始
$ 匹配字符串的結束
\W 匹配任意不是字母,數字,下劃線,漢字的字符
\S 匹配任意不是空白符的字符
\D 匹配任意非數字的字符
\B 匹配不是單詞開頭或結束的位置
[^x] 匹配除了x以外的任意字符
[^aeiou] 匹配除了aeiou這幾個字母以外的任意字符

          

常用的python正則表達式限定符代碼/語法說明:

            
*重復零次或更多次
+重復一次或更多次
?重復零次或一次
{n}重復n次
{n,}重復n次或更多次
{n,m}重復n到m次

          

關于python正則表達式命名組:

            
命名組:(?P
            
              .....)
這篇文章里面還提到了界定( 問號開頭,前向則有個'<'號,非則有個'!' 號 ):
前向界定 (?<=…)
后向界定 (?=…) 
前向非界定 (?') 
  print p.sub("", html)
Python通過正則表達式取html中溫度信息代碼示例:
#!/usr/bin/env python 
#-*- coding: utf8 -*- 
import re 
  
html = """ 
  
              
14℃
""" if __name__ == '__main__': p = re.compile('<[^>]+>') print p.sub("", html)

2、Python通過正則表達式去除(過濾)HTML標簽示例代碼:

            
# -*- coding: utf-8-*-
import re
##過濾HTML中的標簽
#將HTML中標簽等信息去掉
#@param htmlstr HTML字符串.
def filter_tags(htmlstr):
  #先過濾CDATA
  re_cdata=re.compile('//]*//\]\]>',re.I) #匹配CDATA
  re_script=re.compile('<\s*script[^>]*>[^<]*<\s*/\s*script\s*>',re.I)#Script
  re_style=re.compile('<\s*style[^>]*>[^<]*<\s*/\s*style\s*>',re.I)#style
  re_br=re.compile('
            
')#處理換行 re_h=re.compile(']*>')#HTML標簽 re_comment=re.compile(' ')#HTML注釋 s=re_cdata.sub('',htmlstr)#去掉CDATA s=re_script.sub('',s) #去掉SCRIPT s=re_style.sub('',s)#去掉style s=re_br.sub('\n',s)#將br轉換為換行 s=re_h.sub('',s) #去掉HTML 標簽 s=re_comment.sub('',s)#去掉HTML注釋 #去掉多余的空行 blank_line=re.compile('\n+') s=blank_line.sub('\n',s) s=replaceCharEntity(s)#替換實體 return s ##替換常用HTML字符實體. #使用正常的字符替換HTML中特殊的字符實體. #你可以添加新的實體字符到CHAR_ENTITIES中,處理更多HTML字符實體. #@param htmlstr HTML字符串. def replaceCharEntity(htmlstr): CHAR_ENTITIES={'nbsp':' ','160':' ', 'lt':'<','60':'<', 'gt':'>','62':'>', 'amp':'&','38':'&', 'quot':'"','34':'"',} re_charEntity=re.compile(r'&#?(?P \w+);') sz=re_charEntity.search(htmlstr) while sz: entity=sz.group()#entity全稱,如> key=sz.group('name')#去除&;后entity,如>為gt try: htmlstr=re_charEntity.sub(CHAR_ENTITIES[key],htmlstr,1) sz=re_charEntity.search(htmlstr) except KeyError: #以空串代替 htmlstr=re_charEntity.sub('',htmlstr,1) sz=re_charEntity.search(htmlstr) return htmlstr def repalce(s,re_exp,repl_string): return re_exp.sub(repl_string,s) if __name__=='__main__': s=file('169it.com_index.htm').read() news=filter_tags(s) print news

以上就是本文的全部內容,希望對大家的學習有所幫助。


更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 亚洲国产99在线精品一区二区 | 日韩中文字幕视频在线观看 | 日本韩国欧美在线观看 | 国产精品欧美亚洲 | 色偷偷亚洲精品一区 | 亚洲国产日韩综合久久精品 | 亚洲欧美国产精品专区久久 | 五十路一区二区三区视频 | 日韩欧美理论 | 久久综合九色综合欧洲色 | 国产精品玖玖玖影院 | 国产麻豆免费 | 国产成人乱码一区二区三区 | 男人天堂网在线视频 | 久久精品视频在线播放 | 夜夜操网| 国产日韩一区二区三区 | 五月中文字幕 | 亚洲网在线观看 | 国产精品亚洲综合一区 | 亚洲美女在线观看播放 | 免费真实播放国产乱子伦 | 国产v欧美v日本v精品 | 狠狠色狠狠色综合日日32 | 七七久久综合 | 泰国一级毛片aaa下面毛多 | 一区二区在线不卡 | 奇米影视第四色888 奇米影视第四色首页 | 久在草在线| 午夜免费 | 国产日韩在线看 | 国产一区二区免费不卡在线播放 | 国产精品视频偷伦精品视频 | 一区二区三区欧美日韩国产 | 123日本不卡在线观看 | 91在线视频网址 | 福利小视频在线 | 中文字幕日韩一区二区不卡 | 不卡一级毛片免费高清 | 成人国产一区二区三区精品 | 老司机精品在线播放 |