python去掉html标签

① 正则表达式如何过滤HTML标签中的属性值

1、过滤所有html标签的属性的正则表达式：
$search = array ("'<script[^>]*?>.*?</script>'si", // 去掉 JavaScript
"'<[\/\!]*?[^<>]*?>'si", // 去掉 HTML 标记
"'([\r\n])[\s]+'", // 去掉空白字符
"'&(quot|#34);'i", // 替换 HTML 实体
"'&(amp|#38);'i",
"'&(lt|#60);'i",
"'&(gt|#62);'i",
"'&(nbsp|#160);'i"
); // 作为 php 代码运行
$replace = array ("","","\\1","\"","&","<",">"," ");
$html = preg_replace($search, $replace, $html);

顶

② 用python正则替换HTML中pre标签里面的特殊符号

一共就7个符号，就写7行替换吧。

用不用正则无所谓，不多。

不用正则也行，网页parse后，innerText输出的就是正常文本，innerHtml输出的才是你说的这种有特殊符号的内容。

③ 怎么去除php页面中的HTML标签啊

直接用strip_tags()函数
strip_tags() 函数剥去 HTML、XML 以及 PHP 的标签。

④ python正则表达式去除html标签的属性

importre
test='<pclass="pictext"align="center">陈细妹</p>'
test=re.sub(r'(<[^>s]+)s[^>]+?(>)',r'12',test)
print(test)