如何将此正则表达式转换为Python

Question

我想在Python中使用此正则表达式：

 <(?:"[^"]*"['"]*|'[^']*'['"]*|[^'">])+>

（来自RegEx匹配开放标签，XHTML自包含标签除外 ）

def removeHtmlTags(page):
    p = re.compile(r'XXXX')
    return p.sub('', page)

看来我不能直接将复杂的正则表达式替换为上述函数。

Answer 1

在这里工作正常。 您可能因为引号而遇到麻烦。 只需三引号即可：

def removeHtmlTags(page):
    p = re.compile(r'''<(?:"[^"]*"['"]*|'[^']*'['"]*|[^'">])+>''')
    return p.sub('', page)

Answer 2

如果您需要删除HTML标签，则应这样做：

import re

def removeHtmlTags(page):
    pattern = re.compile(r'\<[^>]+\>', re.I)
    return pattern.sub('', page)