如何删除不必要的标签？

我有我的表字段“身体”（MySQL的），有很多像的条目：如何删除不必要的标签？

</p><p> &nbsp;</p><p> 

</p><p> 
    </p><p>

很多的空间，新的生产线，& NBSP等如何去除呢？

这不行：

text.replace('</p><p>&nbsp;</p><p>', '</p><p>') 
text.replace('</p><p>\n</p><p>', '</p><p>')

来源

2012-03-14 Nips

text = ''.join(text.split()) - 以后你可以用你的替代继续。

来源

2012-03-14 08:24:09

我会在一个语法树解析这样的文件，然后删除存在空的叶子。然后再次生成HTML文件。不幸的是我不在python中工作，我无法为此指定有用的库。

来源

2012-03-14 08:24:52 Jurlie

这将是最好的方式来正确处理包含“

”的评论或属性值。但在大多数情况下，简单的搜索和替换也是可行的。 – 2012-03-14 08:28:38

[lxml]（http://lxml.de/）将是一个不错的选择 – Dikei 2012-03-14 09:21:02

试试这个正则表达式：

>>> import re 
>>> text = '''</p><p> &nbsp;</p><p> 
... 
... </p><p> 
... </p><p> 
... ''' 
>>> re.sub(r'<p>(?:&nbsp;|\s|<br \/>)*?</p>\s*', '', text) 
'</p><p>\n'

来源

2012-03-14 08:33:12 San4ez

text.strip('>&nbsp;').strip(' ').strip('\n').strip('\t')

来源

2012-03-14 08:43:48

建议什么@Jurlie是一个不错的办法。考虑使用BeautifulSoup这个purpouse。这是一个非常成熟和强大的图书馆。

来源

2012-03-14 09:11:04 subiet

如何删除不必要的标签？

回答

相关问题