最近因为需要把字符串中的html标签替换掉，想到的是使用正则来做，因为原来模块是用C++码的，所以就用的glibc的regex来做的。后来查资料发现用python来做这件事，简单方便，而且一次性可以完成所有替换，不想用C还需要自己写程序移动指针完成替换。不多说了上代码，很简单。
#! /usr/bin/env python # -*- coding:gbk -*- """ Notes: A python script that use regex to replace all the label of a html file """ import os import sys import re if __name__ == "__main__": input_file = sys.argv[1] with open(input_file, 'r') as fp: for line in fp: line = line.rstrip() pattern = re.compile(r'<([^>]*)>') match_list = pattern.findall(line) for i in range(0, len(match_list)): PRint "matched:%s" %match_list[i] line = pattern.sub('', line) print line输入文件
helle<p>world</p><br/>输出结果
matched:pmatched:/pmatched:br/helleworld这里说一下，Python的re模块的findall函数返回的是正则模式里面组所匹配的内容，可以方便进一步使用。
新闻热点
疑难解答
