如何使用python安全地获取和使用外部html

我通过python获取外部不受信任的html（从etherpad导出）。我怎样才能确保没有包含“坏代码”？例如，我当然可以把所有的东西都脱光，但这已经是全部了吗？有没有一个库可以可靠地完成这项工作？

我使用python模块

漂白剂解决了这个问题。

那么，保存什么呢？你可以去掉所有的标签；您可以剥离所有脚本和样式；您可以解析传入的html，并且只使用允许的标记和属性的白名单；您可以像以前一样解析html和显示，使用“组件化”ID、类和样式规则（如Angular Dos for Components或Gmail Dos for styles）。你可以去任意复杂的地方