python html解析纯文本_将HTML解析为纯文本

我正在尝试使用MLStripper类，我发现在一些帖子中推荐使用它来从电子邮件中剥离html，以获得纯文本。strip_tags函数在尝试分析时遇到问题，原因是“@”符号。我想这个类的功能还不够强大，不能只解析有效的html标记，有什么建议可以解决下面的问题来处理“@”或另一个库来从文本中删除html？我还需要删除类似&amp；的内容。在

Python:from HTMLParser import HTMLParser

class MLStripper(HTMLParser):

def __init__(self):

self.reset()

self.fed = []

def handle_data(self, d):

self.fed.append(d)

def get_data(self):

return ''.join(self.fed)

def strip_tags(self, html):

s = MLStripper()

s.feed(html)

return s.get_data()

ML = MLStripper()

test = ML.strip_tags("

On Sep 27, 2012, at 4:11 PM, Mark Smith wrote

")

print test

错误：

^{pr2}$