Python 字串過濾

標籤：str   ESS   去掉   span   txt   保留   from   exe   with   

需求：

str1 = "

"""<div class="m_wrap clearfix"><ul class="clearfix"><br/><br/><
br/><br/><br/><br/><br/><br/><br/><br/><br/><br/><b
r/><br/><br/><br/><br/><br/><li class="li_1 clearfix"><spa
n class="pt_title S_txt2">公司：</span><span class="pt_detail"><a href="h
ttp://s.weibo.com/user/&work=%E6%89%AC%E5%B7%9E%E6%8A%A5%E4%B8%9A%E9%9B%86%E5%9B%A2&from=inf&wvr=5&loc=infjob" target="_blank">揚州報業集團</a><br/> 
地區：江蘇 ，揚州<br/> </span></li></ul></div></div></div></div>"""

"

想把 這段字串的標籤全部都去掉，比如去掉 </li>,   </ul>,   </div>.。只保留不帶<>的內容，但是要保留<br/>，

有什麼好的辦法嗎？使用正則可以實現這個工作：

# coding:utf-8
import renewline = """<div class="m_wrap clearfix"><ul class="clearfix"><br/><br/><br/><br/><br/><br/><br/><br/><br/><br/><br/><br/><br
　　/><br/><br/><br/><br/><br/><li class="li_1 clearfix"><span class="pt_title S_txt2">公司：</span><span class="pt_detail"><a
 　　href="http://s.weibo.com/user/&work=%E6%89%AC%E5%B7%9E%E6%8A%A5%E4%B8%9A%E9%9B%86%E5%9B%A2&from=inf&wvr=5&loc=infjob" target="_blank">
　　揚州報業集團</a><br/> 地區：江蘇 ，揚州<br/> </span></li></ul></div></div></div></div>"""

newline= newline.replace(‘<br/>‘,‘!!!###‘)re_comment = re.compile(‘<[^>]*>‘)newlines = re_comment.sub(‘‘, newline)newlines = newlines.replace(‘!!!###‘,‘<br/>‘).replace(‘<br/><br/>‘,‘<br/>‘).replace(‘<br/><br/>‘,‘<br/>‘)
print newlines

輸出結果是：

C:\Python27\python.exe F:/squid_frame/ZYXT__weibo/test.py<br/>公司：揚州報業集團<br/> 地區：江蘇 ，揚州<br/> Process finished with exit code 0

 

Python 字串過濾