使用正则表达式从文本中删除html超链接锚点（在python，pyqt4中）

Question

在我的QTextBrowser中，我检测到像“www.test.com”这样的链接

re.compile(   r"(\b(?:(?:https?|ftp|file)://|www\.|ftp\.)[-A-Za-z0-9+&@#/%?=~_()|!:,.;]*[-A-Za-z0-9+&@#/%=~_()|])"   )

当对QTextBrowser进行进一步操作时，将再次使用text.toHtml()接收文本，然后再次进行解析。 这导致级联超链接。

所以我想在再次解析之前删除要删除的超链接HTML。 例如，文本看起来像

<a href="www.test.com">www.test.com</a> 

在第一次解析后应该看起来像

www.test.com

在第二次解析之前，防止级联。

我该如何删除

<a href="SOMETHING"> and </a>

正则表达式？

不应删除其他html标签，如粗体或斜体。＃

编辑

我听说没有使用正则表达式解析HTML，但我认为这应该是可能的，我不想在我的程序中进一步依赖。

Answer 1

我会考虑使用BeautifulSoup来完成这项任务。

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(html)
>>> for m in soup.find_all('a'):
...     m.replaceWithChildren()
>>> print soup