如何將此正則表達式轉換為Python

Question

我想在Python中使用此正則表達式：

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

（來自RegEx匹配開放標簽，XHTML自包含標簽除外 ）

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

看來我不能直接將復雜的正則表達式替換為上述函數。

Answer 1

在這里工作正常。 您可能因為引號而遇到麻煩。 只需三引號即可：

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

Answer 2

如果您需要刪除HTML標簽，則應這樣做：

import re

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