PYTHON 提取HTML文本


from lxml.html import etree

content = "***************"
html = etree.HTML(str(content))
html_data = html.xpath('//span/text()|//p//text()|//section//text()')
datas = [data.replace("/r", "").replace("/n", '').replace('/t', '').replace('/xa0', '') for data in list(html_data)]
ori_content = ' '.join([d for d in datas if d])

 

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/tech/python/279068.html

(0)
上一篇 2022年8月5日 15:56
下一篇 2022年8月5日 16:25

相关推荐

发表回复

登录后才能评论