通过爬虫抓下来的内容,有些正文中还保留一些html 标签可以通过如下方式去除
import re
text = "精彩!广东男篮141-118大胜深圳,胡明轩成为场>
上新亮点 <p><font>北京时间4月8日讯:今天CBA赛场重燃战火,迎来半决赛的首场争夺。广东德比也就此打响,广东男
篮在东莞主场迎战前来挑战的深圳男篮。结果广东队从一开场就打出了王者之气,单节拿到45分,并把比分领先优势保持到
最后,从而以141-118的比分拿到整个系列赛的首场胜利。</font></p><p><img src="http://n.sinaimg.cn/sinacn10108/7
1/w505h366/20190409/b324-hvhrcxn3530353.jpg" w="505" h="366" wh="1.38" alt="精彩!广东男篮141-118大胜深圳,>
胡明轩成为场上新亮点"/></p>"
text = re.sub(r'<[^>]+>', '', text)
print text