Python 如何从HTML LXML中删除注释

如何使用lxml删除这样的评论而不丢失苹果iphone5s的值（灰色，16gb）

苹果iPhone 5s（灰色，16 GB）

使用正则表达式。

import re    

a = '''<h1 class="_3eAQiD" data-reactid="144">
<!-- react-text: 145 -->
Apple iPhone 5s (Space Grey, 16 GB)
<!-- /react-text -->
</h1>'''    

print re.sub("(<!--.*?-->)", "", a, flags=re.MULTILINE)

---

正则表达式太慢了。将检查LXML实现并revert.regex以解析html/xml：现在您有两个问题。您不应该自行构建解析器。可能stackoverflow需要改进其相关问题算法。甚至没有通过谷歌找到。谢谢，没有复制品。XML和HTML的答案是不同的。一个使用

etree.XMLParser

，另一个使用

etree.HTMLParser

或

html.HTMLParser

。

import re    

a = '''<h1 class="_3eAQiD" data-reactid="144">
<!-- react-text: 145 -->
Apple iPhone 5s (Space Grey, 16 GB)
<!-- /react-text -->
</h1>'''    

print re.sub("(<!--.*?-->)", "", a, flags=re.MULTILINE)

<h1 class="_3eAQiD" data-reactid="144">

Apple iPhone 5s (Space Grey, 16 GB)

</h1>

import  lxml.etree as et
x = et.fromstring(a, parser=et.HTMLParser(remove_comments=True))
print(et.tostring(x))