在python中放置标签

Question

鉴于我有字符串，我如何放弃所有标签。例如：

string = hello<tag1>there</tag1> I <tag2> want to </tag2> strip <tag3>all </tag3>these tags 
>>>> hello there I want to strip all these tags 

Answer 1

文本属性是最简单的一个，但它只是复制文本节点逐字，这样你可以获得

>>> from bs4 import BeautifulSoup 
>>> soup = BeautifulSoup("""hello<tag1>there</tag1> I <tag2> want to </tag2> strip <tag3>all </tag3>these tags""") 
>>> soup.text 
u'hellothere I want to strip all these tags' 

可以挤的所有空格与

>>> ' '.join(soup.text.split()) 
u'hellothere I want to strip all these tags' 

---

现在，'hello'和'there'之间缺少空格是一个棘手的问题如果<tag1>是<b>那么它将由用户代理作为你好存在，而没有任何中介空间;需要解析CSS来知道哪些元素应该内联，哪些不内联。

但是，如果我们允许每个非文本节点（和结束标记）受空间所取代，粗之一将是与soup.findChildren分别搜索所有文本节点，分别拆分他们每个人，与itertools.chain然后合并这些列表它们全部与单个空格一起作为分隔符：

>>> from itertools import chain 
>>> words = chain(*(i.split() for i in soup.findChildren(text=True))) 
>>> ' '.join(words) 
u'hello there I want to strip all these tags'