To remove HTML markup, use BeautifulSoup's get_text() function的解决办法

在学习nltk时遇到了这样一个问题: To remove HTML markup, use BeautifulSoup’s get_text() function
错误处代码为:

html = response.read()
clean = nltk.clean_html(html)

经查阅nltk的相关方法可能已经失效了,改用BeautifulSoup的同类方法即可,代码如下:

from bs4 import BeautifulSoup
response = urllib.request.urlopen('your url')
html = response.read()
clean = BeautifulSoup(html).get_text()
  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值