2

Como faço para apagar parte de um texto em Python ?

Tenho a seguinte string

 """ 
    texto textinho 
    outro texto

    <div dir 'ltr'><div><div> bla bla ....

 """

quero apagar toda parte HTML.

Estou usando Python2.7

3 Respostas 3

1

Você pode usar uma expressão regular para apagar tudo o que estiver entre os os marcadores "<" e ">", de uma vez.

>>> string = """ 
...     texto textinho 
...     outro texto
... 
...     <div dir 'ltr'><div><div> bla bla ....
... 
...  """
>>> 
>>> import re
>>> print re.sub(r"<.+?>", "", string)

    texto textinho 
    outro texto

     bla bla ....

Repare em particular na subsituição por "" - string vazia -e no uso do ? na expressão regular, que faz com que ela pare de achar no primeiro sinal de fechar tag (>) - senão a expressão pegaria todo o texto desde a abertura da primeira tag, até fechar a última.

0

Eu resolvi com a seguinte REGEX

import re  
m = re.findall("[<][\w|\W]*[>]*", str(corpo), re.IGNORECASE)

for i in m:
    corpo = corpo.replace(i, "")

Que apaga TUDO que tiver:

    <QUALQUER_COISA> ISSO TAMBÉM <OPA ISSO TAMBÉM> 

Obrigado pela ajuda.

-1

eu consegui assim

import re

string = """ 
    texto textinho 
    outro texto

    <div dir 'ltr'><div><div> bla bla ....

 """

r = re.search("[<].*[>]",string)

# retorna "<div dir 'ltr'><div><div>"
r.group(0)

result = string.replace(r.group(0),"")

#result vai conter ' \n    texto textinho \n    outro texto\n\n     bla bla ....\n\n '
2
  • Obrigado William, vou testar e posto os resultados. 8/08/2014 às 21:19
  • Esse jeito não é bom: sem o uso de "?" no .* - (veja minha resposta) - a expressão retorna o espaçõ comprometido entre todas as tags da string da pirmeira até a última. Se você arrumar isso, do jeito que vcê está fazendo, apagaria apenas a primeira tag - todas as outras ficariam lá. Se você iteragir sobre todos os grupos retorandos, usando string.replace para cada grupo, funcionaria, mas seria muito mais lento - uma vez que o puthont eria que fazer uma nvoa busca e substituição, e criar uma nova versão da string, para cada tag no HTML.
    – jsbueno
    9/08/2014 às 13:49

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .