python正则表达式使用实例-替换字符串HTML标签

2/22/2017来源:ASP.NET技巧人气:1609

最近因为需要把字符串中的html标签替换掉,想到的是使用正则来做,因为原来模块是用C++码的,所以就用的glibc的regex来做的。后来查资料发现用python来做这件事,简单方便,而且一次性可以完成所有替换,不想用C还需要自己写程序移动指针完成替换。不多说了上代码,很简单。

#! /usr/bin/env python # -*- coding:gbk -*- """ Notes: A python script that use regex to replace all the label of a html file """ import os import sys import re if __name__ == "__main__": input_file = sys.argv[1] with open(input_file, 'r') as fp: for line in fp: line = line.rstrip() pattern = re.compile(r'<([^>]*)>') match_list = pattern.findall(line) for i in range(0, len(match_list)): PRint "matched:%s" %match_list[i] line = pattern.sub('', line) print line

输入文件

helle<p>world</p><br/>

输出结果

matched:p matched:/p matched:br/ helleworld

这里说一下,Python的re模块的findall函数返回的是正则模式里面组所匹配的内容,可以方便进一步使用。