Question

Python相当于PHP strip_tags？

http://php.net/manual/en/function.strip-tags.php

Answer 1

Python标准库中没有这样的东西。这是因为Python是一种通用语言，而PHP则是以面向Web的语言开始的。

尽管如此，您还有3个解决方案：

你很匆忙：只做自己的。 re.sub(r'<[^>]*?>', '', value)可以是一个快速而肮脏的解决方案。
使用第三方库（建议使用更多防弹）：beautiful soup非常好，无需安装，只需复制lib目录并导入即可。 Full tuto with beautiful soup。
使用框架。大多数Web Python开发人员从不编写代码，他们使用django这样的框架来自动为您做这些事情。 Full tuto with django。

Answer 2

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(htmltext)
''.join([e for e in soup.recursiveChildGenerator() if isinstance(e,unicode)])

Answer 3

from bleach import clean
print clean("<strong>My Text</strong>", tags=[], strip=True, strip_comments=True)

Answer 4

对于内置的PHP HTML函数，您将找不到许多内置的Python等价物，因为Python更像是一种通用脚本语言，而不是Web开发语言。对于HTML处理，通常建议使用BeautifulSoup。

Answer 5

Python没有内置的，但有一个ungodly number of implementations。

Answer 6

我使用HTMLParser类为Python 3构建了一个。它比PHP更冗长。我称之为HTMLCleaner类，你可以找到源here，你可以找到例子here。

Answer 7

这有一个活跃的州食谱，

http://code.activestate.com/recipes/52281/

这是旧代码，因此您必须按照评论中的说明将sgml解析器更改为HTMLparser

以下是修改后的代码

import HTMLParser, string

class StrippingParser(HTMLParser.HTMLParser):

    # These are the HTML tags that we will leave intact
    valid_tags = ('b', 'a', 'i', 'br', 'p', 'img')

    from htmlentitydefs import entitydefs # replace entitydefs from sgmllib

    def __init__(self):
        HTMLParser.HTMLParser.__init__(self)
        self.result = ""
        self.endTagList = []

    def handle_data(self, data):
        if data:
            self.result = self.result + data

    def handle_charref(self, name):
        self.result = "%s&#%s;" % (self.result, name)

    def handle_entityref(self, name):
        if self.entitydefs.has_key(name): 
            x = ';'
        else:
            # this breaks unstandard entities that end with ';'
            x = ''
        self.result = "%s&%s%s" % (self.result, name, x)

    def handle_starttag(self, tag, attrs):
        """ Delete all tags except for legal ones """
        if tag in self.valid_tags:       
            self.result = self.result + '<' + tag
            for k, v in attrs:
                if string.lower(k[0:2]) != 'on' and string.lower(v[0:10]) != 'javascript':
                    self.result = '%s %s="%s"' % (self.result, k, v)
            endTag = '</%s>' % tag
            self.endTagList.insert(0,endTag)    
            self.result = self.result + '>'

    def handle_endtag(self, tag):
        if tag in self.valid_tags:
            self.result = "%s</%s>" % (self.result, tag)
            remTag = '</%s>' % tag
            self.endTagList.remove(remTag)

    def cleanup(self):
        """ Append missing closing tags """
        for j in range(len(self.endTagList)):
                self.result = self.result + self.endTagList[j]    


def strip(s):
    """ Strip illegal HTML tags from string s """
    parser = StrippingParser()
    parser.feed(s)
    parser.close()
    parser.cleanup()
    return parser.result

Python相当于PHP strip_tags？

7 个答案: