Python3 过滤html标签(类似PHP的strip

Python没有类似php的strip_tags函数，不过有更为强大的HTMLParser。

方法一：HTMLParser

from html.parser import HTMLParser

class StripTagsHTMLParser(HTMLParser):
    data = ""
    def handle_data(self, data):
        self.data += data
    
    def getData(self):
        return self.data

parser = StripTagsHTMLParser()
parser.feed('<html><head><title>Test</title></head>'
            '<body><h1>Parse me!</h1></body></html>')
data = parser.getData()
print(data)

输出：

TestParse me!

方法二：w3lib

from w3lib import html

doc = '<html><head><title>Test</title></head><body><h1>Parse me!</h1></body></html>'
result = html.remove_tags(doc)
print(result)

w2lib.html还可以remove_tags_with_content、remove_comments、remove_entities。

参考

https://docs.python.org/3/library/html.parser.html

https://w3lib.readthedocs.io/en/latest/