BS4 去除 html 标签
Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库.它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.Beautiful Soup会帮你节省数小时甚至数天的工作时间.
from bs4 import BeautifulSoup
def drop_html(html):
return BeautifulSoup(html).get_text(separator=" ")
html = "体外<html>体内<body>一级<div>二级</div></body></html>"
print(drop_html(html))
体外体内 一级 二级
注意:体外体内 之间没有空格