如何快速去掉爬虫结果中的标签

from w3lib.html import remove_tags

def go_remove_(value):
        # 移除标签
        # content = remove_tags(value)
        # 移除汉子
        # content=re.sub(r'[\u4e00-\u9fa5]{1,}', '', value)
        i = re.sub(r'<em>.*$', "", value)
        i = re.sub(r'[\u4e00-\u9fa5]+', "", i)
        i = re.sub(r'。.$', "", i)
        i = re.sub(r'。.*', "", i)
        # 移除空格 换行
        return re.sub(r'[\t\r\n\s]', '', i)



def go_remove_tag(value):
    # 移除标签
    content = remove_tags(value)
    # 移除空格 换行
    return re.sub(r'[\t\r\n\s]', '', content)
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
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