python正则表达式使用实例-替换字符串HTML标签

布满荆棘的人生 2022-07-12 07:42 206阅读 0赞

最近因为需要把字符串中的html标签替换掉，想到的是使用正则来做，因为原来模块是用C++码的，所以就用的glibc的regex来做的。后来查资料发现用python来做这件事，简单方便，而且一次性可以完成所有替换，不想用C还需要自己写程序移动指针完成替换。不多说了上代码，很简单。

#! /usr/bin/env python
        # -*- coding:gbk -*-
    
        """ Notes: A python script that use regex to replace all the label of a html file """
    
        import os
        import sys
        import re
    
        if __name__ == "__main__":
            input_file = sys.argv[1]
            with open(input_file, 'r') as fp:
                for line in fp:
                    line = line.rstrip()
                    pattern = re.compile(r'<([^>]*)>')
                    match_list = pattern.findall(line)
                    for i in range(0, len(match_list)):
                        print "matched:%s" %match_list[i]
                    line = pattern.sub('', line)
                    print line

输入文件

helle<p>world</p><br/>

输出结果

matched:p
    matched:/p
    matched:br/
    helleworld

这里说一下，Python的re模块的findall函数返回的是正则模式里面组所匹配的内容，可以方便进一步使用。

[欢迎点击][Link 1]

[Link 1]: http://kiorffen.com/2017/03/20/article3/

发表评论取消回复

表情：

评论列表（有 0 条评论，206人围观）

还没有评论，来说两句吧...

相关阅读

相关用正则表达式匹配HTML标签

用正则表达式匹配HTML标签在网络爬虫和数据分析中，用到正则表达式匹配HTML标签的情况非常多。本文将介绍如何使用Python re模块进行HTML标签匹配。以下是示例代码

悠悠/ 2024年03月16日 16:28/ 0 赞/ 16 阅读

相关 Python中的正则表达式替换相应的字符串

正则表达式参考地址：[https://www.runoob.com/python/python-reg-expressions.html][https_www.runoob.c

Dear 丶/ 2022年10月17日 13:49/ 0 赞/ 264 阅读

相关 python正则表达式使用实例-替换字符串HTML标签

最近因为需要把字符串中的html标签替换掉，想到的是使用正则来做，因为原来模块是用C++码的，所以就用的glibc的regex来做的。后来查资料发现用python来做这件事，简

布满荆棘的人生/ 2022年07月12日 07:42/ 0 赞/ 207 阅读

相关 java正则表达式去掉html标签

java正则表达式去掉html标签 java获取到的值中会参杂这html标签，这不是我们想要的，那么我们该如何简便的去掉其中的所有html标签呢？ h

Love The Way You Lie/ 2022年06月09日 03:50/ 0 赞/ 204 阅读

相关 Java正则表达式过滤html标签

原文：[http://cooler1217.iteye.com/blog/1233670][http_cooler1217.iteye.com_blog_1233670]

Dear 丶/ 2022年06月03日 04:59/ 0 赞/ 265 阅读

相关 js正则表达式，实现字符串替换

替换掉图片的宽度、高度属性 / str 是需要修改的字符串 newstr 是修改后的字符串 30

落日映苍穹つ/ 2022年05月29日 08:13/ 0 赞/ 320 阅读

相关 Python使用正则表达式分割字符串

re.split(pattern, string, [maxsplit], [flags]) pattern：表示模式字符串，由要匹配的正则表达式转换而来。

古城微笑少年丶/ 2022年05月10日 02:18/ 0 赞/ 262 阅读

相关 js 去除html标签正则表达式

var b="<img src=''">12314</img>"; var reg = /<\\/?.+?>/g; b.replace(/<\\/?.+?>/g,"");=

╰半夏微凉°/ 2022年02月03日 03:43/ 0 赞/ 255 阅读

相关正则表达式匹配Html标签

查找所有的TD区域(最短): <td\\s\.>\\s.\</td> 查找所有的TR: <tr.(?=>)(.|\\n)? 查找所有的TD: <td.(?=>)(.|

骑猪看日落/ 2021年11月13日 23:48/ 0 赞/ 325 阅读

相关 python 正则表达式查找替换文本

对于简单的文本模式，使用str.replace()即可。例如： text='mark ，帅哥，18，183 帅，mark' print(text.repl

比眉伴天荒/ 2021年09月01日 05:58/ 0 赞/ 371 阅读