我很新，正則表達式。基本上，我想使用正則表達式使用正則表達式從字符串中刪除<sup> ... </sup>。在Python中刪除html標記和字符串
輸入：
<b>something here</b><sup>1</sup><sup>,3</sup>, another here<sup>1</sup>
輸出：
<b>something here</b>, another here
是，在如何做到這一點的簡便方法和說明？
note這個問題可能會被重複。我試過但找不到解決方案。
難的部分正在知道如何做一個最小化而不是標籤之間的最大匹配。這工作。
import re
s0 = "<b>something here</b><sup>1</sup><sup>,3</sup>, another here<sup>1</sup>"
prog = re.compile('<sup>.*?</sup>')
s1 = re.sub(prog, '', s0)
print(s1)
# <b>something here</b>, another here
Ryan用相同的答案毆打。 –
謝謝@Terry。這是非常好的:) – titipata
你可以做這樣的事情：
import re
s = "<b>something here</b><sup>1</sup><sup>,3</sup>, another here<sup>1</sup>"
s2 = re.sub(r'<sup>(.*?)</sup>',"", s)
print s2
# Prints: <b>something here</b>, another here
記住使用(.*?)，作爲(.*)就是他們所說的貪婪量詞，你會得到不同的結果：
s2 = re.sub(r'<sup>(.*)</sup>',"", s)
print s2
# Prints: <b>something here</b>
謝謝@Ryan，這正是我正在尋找的。 – titipata
正則表達式不是處理html的方式，使用html解析器。 html不是一個簡單的字符串，它是結構化數據。最容易使用的是beautifulsoup，但它只是一個更高效的庫的包裝，你也可以使用它。 –
我有像上面那樣的短字符串列表。我想使用正則表達式將無需使用HTML解析器 – titipata