python - 使用正则表达式从文本中删除 html 超链接锚点（在 python，pyqt4 中）

Question

在我的 QTextBrowser 中，我检测到像“www.test.com”这样的链接

re.compile(   r"(\b(?:(?:https?|ftp|file)://|www\.|ftp\.)[-A-Za-z0-9+&@#/%?=~_()|!:,.;]*[-A-Za-z0-9+&@#/%=~_()|])"   )

当 QTextBrowser 上发生进一步的操作时，将再次接收文本text.toHtml()，然后再次解析。这会导致级联超链接。

所以我想在再次解析之前删除超链接 HTML。例如，文本看起来像

<a href="www.test.com">www.test.com</a> 

第一次解析后，应该看起来像

www.test.com

在第二次解析之前，防止级联。

如何删除

<a href="SOMETHING"> and </a>

用正则表达式？

不应删除其他 html-tags，如粗体或斜体。#

编辑

我听说过不使用正则表达式解析 HTML，但我认为这应该是可能的，我不想在我的程序中进一步依赖。

Answer 1

我会考虑使用BeautifulSoup来完成这项任务。

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(html)
>>> for m in soup.find_all('a'):
...     m.replaceWithChildren()
>>> print soup