使用Python删除子字符串

Question

我已经从论坛中提取了一些信息。现在我拥有的是原始字符串：

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">"。除此之外，我想保留字符串的其他部分。因此，结果应该像这样：

resultString = "i think mabe 124 + but I don't have a big experience it just how I see it in my eyes fun stuff"

我该怎么做呢？实际上，我使用了beautiful soup从论坛中提取了上述字符串。现在，我可能更喜欢使用正则表达式来删除这部分内容。

- Wenhao.SHE

---

这个字符串目前无法工作，因为它里面同时包含了 " 和 '。 - juliomalegria

@ThiefMaster 感谢您的支持。我该如何删除它？这确实是一件丢脸的事情。 - Wenhao.SHE

@julio.alegria 如果你想进行一些测试，请把双引号之间的内容视为字符串。非常感谢。 - Wenhao.SHE

我不明白，你用beautifulsoup提取文本，但为什么在完成前想停止使用它呢？ - Jochen Ritzel

Answer 1

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"

re.sub函数接受一个正则表达式，并用第二个参数替换字符串中的所有匹配项。在这种情况下，我们正在搜索所有标签（'<.*?>'），并用空字符串（''）替换它们。

在re中，?用于非贪婪搜索。

有关re模块的更多信息。

- juliomalegria

---

非常有帮助，谢谢。我在我的项目中使用这段代码来删除推特推文中的提及（@s）- re.sub（'@.*? ',''，tweetText）。 - sumanth232

我需要从“mens tommy hilfiger knot boatshoe midnight uk size 6.5”中删除“size 6.5”这样的模式。如果我使用“re.sub('size.*?[0-9]+', '', shoe)”，我会得到“mens tommy hilfiger knot boatshoe midnight uk .5”。 - keshav

Answer 2

>>> import re
>>> st = " 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"
>>> re.sub("<.*?>","",st)
" i think mabe 124 + but I don't have a big experience it just how I see it in my eyes fun stuff"
>>> 

- Abhijit

Answer 3

BeautifulSoup(text, features="html.parser").text 

对于那些在我的回答中寻找深入信息的人，抱歉。

我来解释一下。

Beautifulsoup是一个广泛使用的Python包，它帮助用户（开发者）在Python中与HTML交互。

上面的代码只是将所有HTML文本（text）转换为Beautifulsoup对象 - 这意味着在幕后它会解析所有内容（给定文本中的每个HTML标记）。

完成后，我们只需从HTML对象中请求所有文本即可。

- Benny Elgazar

---

请不要仅发布代码作为答案，还要提供解释您的代码做了什么以及如何解决问题。带有解释的答案通常具有更高的质量，并且更有可能吸引赞同。 - Mark Rotteveel

抱歉，有时候我觉得问题非常直接，真正的答案就是实际的实现。 - Benny Elgazar