[英]How to remove unnecessary tags?
我在我的表(mysql)中有字段“body”,並且有很多條目,例如:
</p><p> </p><p>
</p><p>
</p><p>
很多空間,新線,等等。如何刪除它?
這不起作用:
text.replace('</p><p> </p><p>', '</p><p>')
text.replace('</p><p>\n</p><p>', '</p><p>')
text = ''.join(text.split())
- 之后您可以繼續替換。
我會在語法樹中解析這樣的文件,然后刪除空葉。 然后會再次生成HTML文件。 不幸的是我不在python中工作,我無法為此指定有用的庫。
什么@Jurlie建議是一個很好的方法。 考慮將BeautifulSoup用於此purpouse。 它是一個非常成熟和強大的庫。
試試這個正則表達式:
>>> import re
>>> text = '''</p><p> </p><p>
...
... </p><p>
... </p><p>
... '''
>>> re.sub(r'<p>(?: |\s|<br \/>)*?</p>\s*', '', text)
'</p><p>\n'
text.strip('> ').strip(' ').strip('\n').strip('\t')
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.