HTML標籤過濾（python）

HTML標籤過濾（python） 正則表達式基本知識：首先了解一點正則表達式 Html標籤過濾是一種對爬蟲數據進行初步處理的過程，目的是先把大範圍無用的數據進行清洗。 在使用python進行爬蟲的時候，一般情況下得到的是html的頁面，上面有很多無用的標籤信息，以及javascript的代碼。 所以我在進行標籤過濾的時候採用了正則表達式進行匹配並且替換掉無用的內容。 具體使用效果如下：   這種東

>>阅读原文<<