使用python清理文本中具有特定类型垃圾的字符串

我想从这个字符串中提取出有意义的文本。如何清理此特定类型的字符串

'<div dir="auto">I booked a flight ticket from Trivandrum to Mumbai<div 
dir="auto"><br></div><div dir="auto">Amount debited from my 
account.</div><div dir="auto"><br></div><div dir="auto">But 
ticket not received yet.</div><div dir="auto"><br></div><div 
dir="auto">Please check</div></div>
'

预期产出：

I booked a flight from Trivandrum to Mumbai Amount debited from my account. But 
ticket not received yet. Please check

import re
def cleanhtml(raw_html):
    cleanr = re.compile('<.*?>')
    cleantext = re.sub(cleanr, '', raw_html)
    return cleantext

cleanhtml(cleanr)
'&lt;div dir=&quot;auto&quot;&gt;I booked a flight ticket from Trivandrum to 
Mumbai&lt;div dir=&quot;auto&quot;&gt;&lt;br&gt;&lt;/div&gt;&lt;div 
dir=&quot;auto&quot;&gt;Amount debited from&nbsp;my account.&lt;/div&gt;&lt;div 
dir=&quot;auto&quot;&gt;&lt;br&gt;&lt;/div&gt;&lt;div dir=&quot;auto&quot;&gt;But 
ticket not received yet.&lt;/div&gt;&lt;div 
dir=&quot;auto&quot;&gt;&lt;br&gt;&lt;/div&gt;&lt;div dir=&quot;auto&quot;&gt;Please 
check&lt;/div&gt;&lt;/div&gt;&#13;&#10;'

我订了一张从特里凡得伦飞往孟买的机票，机票金额从我的账户中扣除。但是
还没有收到票。请查收
进口稀土
def cleanhtml（原始html）：
cleanr=re.compile（“”）
cleantext=re.sub（cleanr'，原始html）
返回干净文本
cleanhtml（cleanr）
'div dir=“auto”我订了一张从特里凡得鲁姆到伦敦的机票
Mumbaidiv dir=“自动”br/div
dir=“auto”从我的账户中借记的金额。/div
dir=“auto”br/div dir=“auto”但是
尚未收到车票。/div
dir=“auto”br/div dir=“auto”请
检查/div/div
'

---

字符串未清理，请建议一些解决方案

到目前为止您尝试了什么，尝试中出现了什么问题？请包含一个代码，这是否回答了您的问题？