Python：删除<；之间的文本；表></表>；从文本

我对Python中使用

regex

还是比较陌生的，我正在努力寻找一种方法来删除一个非常简单的.txt文件中标记之间的内容。看看这个例子

以下是我尝试过的：

fdir = open("C:\\file.txt")
line = fdir.read()
line = line.lower()
pattern = re.compile("(?is)<table[^>]*>(.*?)<\/table>", re.MULTILINE)
line = pattern.sub('', line)

fdir=open（“C:\\file.txt”）
line=fdir.read（）
line=line.lower（）
pattern=re.compile（“（？is）]*>（*？”，re.MULTILINE）
线条=图案.sub（“”，线条）

及

fdir=open（“C:\\file.txt”）
line=fdir.read（）
行=re.sub（r“（？is）]*>（.*？”，''，行，re.DOTALL）

这两个代码只是删除我的文本文件中的标签

和

，而不是中间的标签。我的代码中缺少什么<我希望标签也被删除。

< P>你应该考虑删除这些标签…

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(html)
>>> for t in soup.find_all('table'):
...     t.decompose()

你应该考虑删除这些标签…

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(html)
>>> for t in soup.find_all('table'):
...     t.decompose()

你应该考虑删除这些标签…

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(html)
>>> for t in soup.find_all('table'):
...     t.decompose()

你应该考虑删除这些标签…

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(html)
>>> for t in soup.find_all('table'):
...     t.decompose()

使用：

line=re.sub（“（？is）]*>（*？”，“”行）

我同意Tomalak的观点（见下面的评论）：-此答案仅用于演示，不应在生产代码中使用。

使用：

line=re.sub（“（？is）]*>（*？”，“”行）

我同意Tomalak的观点（见下面的评论）：-此答案仅用于演示，不应在生产代码中使用。

使用：

line=re.sub（“（？is）]*>（*？”，“”行）

我同意Tomalak的观点（见下面的评论）：-此答案仅用于演示，不应在生产代码中使用。

使用：

line=re.sub（“（？is）]*>（*？”，“”行）

---

我同意Tomalak的观点（见下面的评论）：-此答案仅用于演示，不应在生产代码中使用。

标签也应删除。对不起，这对我很有用。如果您的正则表达式中已包含

（？s）

，则无需添加

re.DOTALL

。通常的布道适用。不要在HTML上使用正则表达式。正则表达式在技术上无法处理HTML。使用。Python甚至让它变得非常简单。@Tomalak：没错，尽管对于保证不会更改的固定、简单格式的HTML解析，正则表达式可能已经足够了。FWIW，根据lxml文档，Beautiful Soup在内部使用正则表达式。OTOH，我想这是一个坏主意，似乎赞成使用正则表达式来解析HTML。@PM2Ring Cool.：）也就是说，世界上没有一个web开发人员不在HTML上使用正则表达式。有时甚至是不可避免的（想想文本编辑器）。这是一个具有讽刺意味的情况：只要你不得不问别人如何用正则表达式解决HTML问题，你对它们了解不够，不应该被“允许”去做。一旦你对他们有了足够的了解，你就不想再这样做了。（必然的结果是，这里有接近100%的正则表达式html问题，因此应该会引发一个“不”的答案，以及一个指向正确解析器的指针。）标签也应该被删除。对不起，这对我很有用。如果您的正则表达式中已包含

（？s）

，则无需添加

re.DOTALL

。通常的布道适用。不要在HTML上使用正则表达式。正则表达式在技术上无法处理HTML。使用。Python甚至让它变得非常简单。@Tomalak：没错，尽管对于保证不会更改的固定、简单格式的HTML解析，正则表达式可能已经足够了。FWIW，根据lxml文档，Beautiful Soup在内部使用正则表达式。OTOH，我想这是一个坏主意，似乎赞成使用正则表达式来解析HTML。@PM2Ring Cool.：）也就是说，世界上没有一个web开发人员不在HTML上使用正则表达式。有时甚至是不可避免的（想想文本编辑器）。这是一个具有讽刺意味的情况：只要你不得不问别人如何用正则表达式解决HTML问题，你对它们了解不够，不应该被“允许”去做。一旦你对他们有了足够的了解，你就不想再这样做了。（必然的结果是，这里有接近100%的正则表达式html问题，因此应该会引发一个“不”的答案，以及一个指向正确解析器的指针。）标签也应该被删除。对不起，这对我很有用。如果您的正则表达式中已包含

（？s）

，则无需添加

re.DOTALL

。通常的布道适用。不要在HTML上使用正则表达式。正则表达式在技术上无法处理HTML。使用。Python甚至让它变得非常简单。@Tomalak：没错，尽管对于保证不会更改的固定、简单格式的HTML解析，正则表达式可能已经足够了。FWIW，根据lxml文档，Beautiful Soup在内部使用正则表达式。OTOH，我想这是一个坏主意，似乎赞成使用正则表达式来解析HTML。@PM2Ring Cool.：）也就是说，世界上没有一个web开发人员不在HTML上使用正则表达式。有时甚至是不可避免的（想想文本编辑器）。这是一个具有讽刺意味的情况：只要你不得不问别人如何用正则表达式解决HTML问题，你对它们了解不够，不应该被“允许”去做。一旦你对他们有了足够的了解，你就不想再这样做了。（必然的结果是，这里有接近100%的正则表达式html问题，因此应该会引发一个“不”的答案，以及一个指向正确解析器的指针。）标签也应该被删除。对不起，这对我很有用。如果您的正则表达式中已包含

（？s）

，则无需添加

re.DOTALL

。通常的布道适用。不要在HTML上使用正则表达式。正则表达式在技术上无法处理HTML。使用。Python甚至让它变得非常简单。@Tomalak：没错，尽管对于保证不会更改的固定、简单格式的HTML解析，正则表达式可能已经足够了。FWIW，根据lxml文件，美丽的汤