python 过滤html方法

最新推荐文章于 2021-06-07 15:29:42 发布

转载最新推荐文章于 2021-06-07 15:29:42 发布 · 197 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

原文链接：http://www.cnblogs.com/zhaojia-dream/p/5609669.html

收录于

当前文章被以下社区和专栏收录：

本文介绍了一种使用Python实现的HTML过滤方法，通过定义一个名为MLStripper的类继承自HTMLParser，实现了从HTML字符串中提取纯文本的功能。文章详细解释了如何初始化过滤器、处理数据以及获取过滤后的文本。

from HTMLParser import HTMLParser
class MLStripper(HTMLParser):
    """
    过滤html方法
    """
    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):
    """
    过滤html方法实现
    """
    if html is None:
        return ""
    s = MLStripper()
    s.feed(html)
    return s.get_data()