파이썬, HTML 문서의 텍스트 값을 얻을

Question

내 질문에, 내가 html 태그 와 난 그냥 해당 문자열 예에서 실제 텍스트 값 싶어 포함 된 문자열 매우 간단해야한다 :

HTML 문자열을 :

<strong><p> hello </p><p> world </p></strong> 

텍스트 값 : 안녕하세요 세계

그렇게 할 수있는 기능이 있습니까? 당신이 nltk를 사용할 수

from bs4 import BeautifulSoup 


text = "<strong><p> hello </p><p> world </p></strong>" 

soup = BeautifulSoup(text) 
print soup.get_text() # prints " hello world " 

또는 :

Answer 1

당신은 BeautifulSoup의 get_text() 기능을 사용할 수 있습니다

import nltk 


text = "<strong><p> hello </p><p> world </p></strong>" 
print nltk.clean_html(text) # prints "hello world" 

또 다른 옵션은 html2text을 사용하는 것입니다,하지만 조금 defferently 동작 : 예를 들어, strong은 *으로 바뀝니다. 도움이 Extracting text from HTML file using Python

희망 :

또한 관련 스레드를 참조하십시오.