python去除html标签的几种方法

python去除html标签的几种方法

import re
from bs4 import BeautifulSoup
from lxml import etree
 
html = '
你好
哈哈大家好'
 
# 法一
pattern = re.compile(r'<[^>]+>',re.S)
result = pattern.sub('', html)
print(result)
 
# 法二
soup = BeautifulSoup(html,'html.parser')
print(soup.get_text())
 
# 法三
response = etree.HTML(text=html)
# print(dir(response))
print(response.xpath('string(.)'))
 
 
# 你好哈哈大家好
# 你好哈哈大家好
# 你好哈哈大家好