Python эквивалентен PHP strip_tags?

Ответ 1

В стандартной библиотеке Python такой вещи нет. Это потому, что Python является языком общего назначения, в то время как PHP запускается как ориентированный на веб-язык язык.

Тем не менее у вас есть 3 решения:

• Вы спешите: просто сделайте свое. re.sub(r'<[^>]*?>', '', value) может быть быстрым и грязным решением.
• Используйте стороннюю библиотеку (рекомендуется, потому что больше доказательств): красивый суп - действительно хороший, и устанавливать ничего не стоит, просто скопируйте каталог lib и импортируйте его. Полная тату с красивым супом.
• Используйте фреймворк. Большинство веб-разработчиков Python никогда не кодируют с нуля, они используют фреймворк, такой как django, который автоматически делает это для вас. Полная тату с django.

Ответ 2

Использование BeautifulSoup

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(htmltext)
''.join([e for e in soup.recursiveChildGenerator() if isinstance(e,unicode)])

Ответ 3

from bleach import clean
print clean("<strong>My Text</strong>", tags=[], strip=True, strip_comments=True)

Ответ 4

Вы не найдете много встроенных эквивалентов Python для встроенных PHP-функций HTML, поскольку Python является скорее языком общего назначения, чем языком веб-разработки. Для обработки HTML рекомендуется BeautifulSoup.

Ответ 5

Python не имеет одного встроенного, но есть нечестивое количество реализаций.

Ответ 6

Я построил один для Python 3, используя класс HTMLParser. Это более подробно, чем PHP. Я назвал его классом HTMLCleaner, и вы можете найти источник здесь, и вы можете найти примеры .

Ответ 7

Для этого существует рецепт активного состояния,

http://code.activestate.com/recipes/52281/

Это старый код, поэтому вам нужно сменить sgml-парсер на HTMLparser, как указано в комментариях

Вот модифицированный код,

import HTMLParser, string

class StrippingParser(HTMLParser.HTMLParser):

    # These are the HTML tags that we will leave intact
    valid_tags = ('b', 'a', 'i', 'br', 'p', 'img')

    from htmlentitydefs import entitydefs # replace entitydefs from sgmllib

    def __init__(self):
        HTMLParser.HTMLParser.__init__(self)
        self.result = ""
        self.endTagList = []

    def handle_data(self, data):
        if data:
            self.result = self.result + data

    def handle_charref(self, name):
        self.result = "%s&#%s;" % (self.result, name)

    def handle_entityref(self, name):
        if self.entitydefs.has_key(name): 
            x = ';'
        else:
            # this breaks unstandard entities that end with ';'
            x = ''
        self.result = "%s&%s%s" % (self.result, name, x)

    def handle_starttag(self, tag, attrs):
        """ Delete all tags except for legal ones """
        if tag in self.valid_tags:       
            self.result = self.result + '<' + tag
            for k, v in attrs:
                if string.lower(k[0:2]) != 'on' and string.lower(v[0:10]) != 'javascript':
                    self.result = '%s %s="%s"' % (self.result, k, v)
            endTag = '</%s>' % tag
            self.endTagList.insert(0,endTag)    
            self.result = self.result + '>'

    def handle_endtag(self, tag):
        if tag in self.valid_tags:
            self.result = "%s</%s>" % (self.result, tag)
            remTag = '</%s>' % tag
            self.endTagList.remove(remTag)

    def cleanup(self):
        """ Append missing closing tags """
        for j in range(len(self.endTagList)):
                self.result = self.result + self.endTagList[j]    


def strip(s):
    """ Strip illegal HTML tags from string s """
    parser = StrippingParser()
    parser.feed(s)
    parser.close()
    parser.cleanup()
    return parser.result