python html转换为普通文本_Python转换HTML到Text纯文本的方法

本文介绍如何使用Python将HTML转换为纯文本,包括nltk库的方法和自定义HTMLParser的实现,适合需要进行HTML到Text转换的场景。
摘要由CSDN通过智能技术生成

这篇文章主要介绍了Python转换HTML到Text纯文本的方法,分析了常用的两种方法,非常具有实用价值,需要的朋友可以参考下

本文实例讲述了Python转换HTML到Text纯文本的方法。分享给大家供大家参考。具体分析如下:

今天项目需要将HTML转换为纯文本,去网上搜了一下,发现Python果然是神通广大,无所不能,方法是五花八门。

拿今天亲自试的两个方法举例,以方便后人:

方法一:

1. 安装nltk,可以去pipy装

(注:需要依赖以下包:numpy, PyYAML)

2.测试代码:

>>> import nltk

>>> aa = r'''''

Project: DeHTML

Description:

This small script is intended to allow conversion from HTML markup to

plain text.

'''

>>> aa

'\n\n           

\n                Project: DeHTML
\n                Description:
\n                This small script is intended to allow conversion from HTML markup to \n                plain text.\n            \n
评论
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