正则表达式 - python re.sub替换不成功

问题描述

问 题

我在学习爬虫的时候想把里面的标签去掉，但是使用re.sub不成功。代码如下：

#!usr/bin/env python3
#coding:utf-8

from urllib.request import urlopen
from bs4 import BeautifulSoup
import re

html = urlopen("http://www.jianshu.com")
bsObj = BeautifulSoup(html,"lxml")
txt = bsObj.findAll("p",{"class":re.compile("abstract")})
for word in txt:
        if '<p class="abstract">' in word:
                newword = re.sub(r'<p class="abstract">','\n',word)
                print(newword)
        else:
                print(word)

请问这是是什么问题，谢谢！

解决方案

In [19]: type(word)
Out[19]: bs4.element.Tag

找到原因了，word不是一个字符串。

这篇关于正则表达式 - python re.sub替换不成功的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！