Python中爬虫是应用最为广泛的程序，而爬虫抓取回来的数据很多都是直接将整个网页的数据包括HTML、CSS、JavaScript等一股脑的都带回来 。那我们不想要这些标签，只想要HTML里面的文本内容要怎么呢？我们今天就带来python怎么去除html标签的三个方法，一起往下看看吧 。

假设现在有一个html的块级标签是html = ＇<p>你今天过的好吗？</p>＇，只需要获取里面这个文字的内容 。
一、正则表达式
在python的数据处理中，正则表达式无疑是适用性最强，可自己扩展性最高的那一个了，示例如下：
Import re    # 导入re模块tern = re.compile(r'<[^>]+>',re.S)    # 匹配两个尖括号并将其作为一个整体result = tren.sub(' ', html)    # 将html变量里匹配的全部替换成空【Python怎么去除html标签？用这三个就行了】二、解析HTML树
在python中BeautifulSoup库是专门用来对html标签做解析、遍历、维护的功能库，使用它可以非常简单的获取html的内容，示例如下：
Import bs4 import BeautifulSoupsoup = BeautifulSoup(html,'html.parser')    # 对html进行解析print(soup.get_text())    # 只获取html这个变量中的文本三、节点处理
html的结构是自上而下、层级分明的一个个节点构成的，lxml的etree库就是用于对这种格式数据进行解析的，示例如下：
res = etree.HTML(text=html)print(res.xpath('string(.)'))以上就是python怎么去除html标签的三种方法了，希望对你有所帮助 。

猜你喜欢

• python如何修改Dataframe列名？Dataframe是什么
• Python如何用爬虫破解滑动验证码？这五步简单易用
• Python数字怎么转对应中文？两个简单实例看了就会
• Python除法运算符有哪些？除法运算符详解
• python中用pip不是内部或外部命令怎么办？两种情况解决方法
• python怎么将列表转为字符串？两个实例看了就懂
• python输出hello world代码的方法？按着这个步骤来就行
• python怎么输出所有的水仙花数？经典案例学习
• gitignore文件是干嘛的？gitignore文件怎么改
• python打错了怎么撤回？input输入打错了怎么办