cjqbg的博客

原创 python过滤去除html标签 提取纯文本

python正则过滤html标签，提取纯文本 上代码 def filterHtmlTag(htmlstr): ''' 过滤html中的标签 ''' #兼容换行 s = htmlstr.replace('\r\n','\n') s = htmlstr.replace('\r','\n') #规则 re_cdata = re.compile('//<!\[CDATA\[[^>]*//\]\]>',re.I) #匹配CDATA re_script = re