我已经从论坛中提取了一些信息。这是我现在拥有的原始字符串:
string = 'i think mabe 124 + <font color="black"><font face="Times New Roman">but I don\'t have a big experience it just how I see it in my eyes <font color="green"><font face="Arial">fun stuff'
我不喜欢的是子字符串"<font color="black"><font face="Times New Roman">"和"<font color="green"><font face="Arial">"。我确实想保留字符串的其他部分,除此之外。所以结果应该是这样的
"<font color="black"><font face="Times New Roman">"
"<font color="green"><font face="Arial">"
resultString = "i think mabe 124 + but I don't have a big experience it just how I see it in my eyes fun stuff"
我该怎么办?实际上,我使用漂亮的汤从论坛中提取了上面的字符串。现在,我可能更喜欢使用正则表达式删除该部分。
import re re.sub('<.*?>', '', string) "i think mabe 124 + but I don't have a big experience it just how I see it in my eyes fun stuff"
该re.sub函数采用常规表达式,并将字符串中的所有匹配项替换为第二个参数。在这种情况下,我们正在搜索所有标签('<.*?>'),然后将其替换为('')。
re.sub
'<.*?>'
''
将?用于在re非贪婪的搜索。
?
re
有关的更多信息re module。
re module