如何删除<；表>；从这个案例中使用python构造？

如何使用python从HTML中删除“表”

我遇到过这样的情况：

paragraph = '''
<p>Lorem ipsum dolor sit amet, consectetur adipisicing elit. Quidem molestiae consequuntur officiis corporis sint.<br /><br />
<table>
<tr>
<td>
    text title
</td>
<td>
    text title 2
</td>
</tr>
</table>
<p> lorem ipsum</p>
'''

段落=“”
Lorem ipsum dolor sit amet，奉献精英。圣卢西亚大学医学院
文本标题
正文标题2
同侧眼睑

'''

如何使用python删除具有上述表结构的内容？ 我希望产生的结果如下：

paragraph = '''
<p>Lorem ipsum dolor sit amet, consectetur adipisicing elit. Quidem molestiae consequuntur officiis corporis sint.<br /><br />
<p> lorem ipsum</p>
'''

段落=“”
Lorem ipsum dolor sit amet，奉献精英。圣卢西亚大学医学院
同侧眼睑

'''

您可以使用

[16]中的

：来自bs4导入BeautifulSoup
在[17]中：汤=美丽的汤（“Lorem ipsum door sit amet，concetetur adipising elit.Quidem molestiae consequentius officius corporis sint.


....: 
....: 
....: 
..：文本标题或一些
....: 
....: 
....: 
（“lorem ipsum
”）
在[18]中：z=soup.table.extract（）
在[19]中：汤
出[19]：
Lorem ipsum dolor sit amet，奉献精英。圣卢西亚大学医学院

同侧眼睑

您可以使用

[16]中的

：来自bs4导入BeautifulSoup
在[17]中：汤=美丽的汤（“Lorem ipsum door sit amet，concetetur adipising elit.Quidem molestiae consequentius officius corporis sint.


....: 
....: 
....: 
..：文本标题或一些
....: 
....: 
....: 
（“lorem ipsum
”）
在[18]中：z=soup.table.extract（）
在[19]中：汤
出[19]：
Lorem ipsum dolor sit amet，奉献精英。圣卢西亚大学医学院

同侧眼睑

您也可以尝试这种基本的字符串格式

paragraph = paragraph[:paragraph.find('<table>')] +     # Find the starting letter of '<table>'
            paragraph[paragraph.find('</table>')+       # Find the starting letter of </table>
            (len('<\table>')+1):]                       # Add 1 because length starts from zero

print(paragraph)

段落=段落[：段落.查找（“”）]+#查找“”的起始字母
段落[段落.查找（''）+#查找
（len（“”）+1）：]#添加1，因为长度从零开始
打印（段落）

---

即使这项工作用于基本文本提取

您也可以尝试这种基本的字符串格式

paragraph = paragraph[:paragraph.find('<table>')] +     # Find the starting letter of '<table>'
            paragraph[paragraph.find('</table>')+       # Find the starting letter of </table>
            (len('<\table>')+1):]                       # Add 1 because length starts from zero

print(paragraph)

段落=段落[：段落.查找（“”）]+#查找“”的起始字母
段落[段落.查找（''）+#查找
（len（“”）+1）：]#添加1，因为长度从零开始
打印（段落）

即使是这项用于基本文本提取的工作

使用正则表达式也很复杂，这是我建议的一种愚蠢的方法：

def remove_table(s):
    left_index = s.find('<table>')
    if -1 == left_index:
        return s
    right_index = s.find('</table>', left_index)
    return s[:left_index] + remove_table(s[right_index + 8:])

def删除表格：
左索引=s.find（“”）
如果-1==左索引：
返回s
右索引=s.find（“”，左索引）
返回s[：左索引]+删除表（s[右索引+8:]）

结果中可能有一些空行。

使用regex很复杂，我建议这样做很愚蠢：

def remove_table(s):
    left_index = s.find('<table>')
    if -1 == left_index:
        return s
    right_index = s.find('</table>', left_index)
    return s[:left_index] + remove_table(s[right_index + 8:])

def删除表格：
左索引=s.find（“”）
如果-1==左索引：
返回s
右索引=s.find（“”，左索引）
返回s[：左索引]+删除表（s[右索引+8:]）

---

结果中可能有一些空行。

你能发布你尝试过的代码吗？它是否总是以开头和结尾，你能使用regexCould你发布你尝试过的代码吗？它是否总是以开头和结尾，你能使用regexthanks作为你的答案，但我正在寻找一个不使用模块的解决方案。也许可以使用正则表达式或其他方法。但你的答案将是我的选择能力。@AriPrihantoro你不想使用

regex

为什么？因为这将使我寻找另一种方法，而不是将模块用作BeautifulSoup或其他方法。我更喜欢使用regex之类的方法。也许你误解了我的观点。谢谢你的回答，但我正在寻找一个不使用模块的解决方案。也许可以使用正则表达式或其他方法。但你的答案将是我的选择能力。@AriPrihantoro你不想使用

regex

为什么？因为这将使我寻找另一种方法，而不是将模块用作BeautifulSoup或其他方法。我更喜欢使用regex之类的方法。也许你误解了我的观点。是的，我会这样问。你会有很多s吗？不是他的表的数量，如果我问，如果表的列数超过1。是的，我会这样问。你会有很多s吗？不是他的表的数量，如果我问，如果表的列数超过1。谢谢你的回答，我尝试你的源代码是工作。你的答案符合我的情况。谢谢你的回答，我尝试你的源代码正在工作。你的回答符合我的情况。