python - 如何使用正则表达式函数删除所有 html 标签，包括其中的内容，如类名等？

Question

例如，我有一个文本文件

<p class="className" style="background-color:black">Hello World</p>

它应该给我一个输出：

Hello World

标签： pythonregex

Answer 1

最好使用XML 解析器：

import xml.etree.ElementTree as ET

s = '<p class="className" style="background-color:black">Hello World</p>'
root = ET.fromstring(s)
output = root.text