python - django从字符串python中删除标签

Question

我想用python从我的字符串中删除所有html标签，我使用这个：

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(html):
    s = MLStripper()
    s.feed(html)
    return s.get_data()

但这删除了我所有的 html 标签。

Answer 1

如果我理解正确，您想去除 html 标签，但保留一些特定的标签？如果是这种情况 - 那么只需继续监控开始/结束标签，并在需要时处理它们。例子：

MY_TAGS = ["tag1", "tag2"]

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 handle_starttag(self, tag, attrs):
        if tag in MY_TAGS:
            self.fed.append("<%s>" % tag) # tag is only string, no < or >.
    def handle_endtag(self, tag):
        if tag in MY_TAGS:
            self.fed.append("</%s>" % tag)