删除 pandas 中的html标签 [英] Removing html tags in pandas

问题描述

我在 Python 3.5.1 上使用 pandas 库.如何从字段值中删除 html 标签?这是我的输入和输出:

I am using pandas library on Python 3.5.1. How can I remove html tags from field values? Here are my input and output:

我的代码返回了一个错误:

My code returned an error:

import pandas as pd

code=[1,2,3]
overview =['<p>Environments subject.</p>',
          '<ul><li> property ;</li></ul><ul><li>markets and exchange;</li></ul>',
          '<p class="MsoNormal" style="margin: 0cm 0cm 0pt;">']
# '<p class="SSPBodyText" style="padding: 0cm; text-align: justify;">The subject.</p>']
df= pd.DataFrame(overview,code)

df.columns = ['overview']
df['overview_copy'] = df['overview']

# print(df)

tags_list = ['<p>' ,'</p>' , '<p*>',
             '<ul>','</ul>',
             '<li>','</li>',
             '<br>',
             '<strong>','</strong>',
             '<span*>','</span>',
             '<a href*>','</a>',
             '<em>','</em>']

for tag in tags_list:
#     df['overview_copy'] = df['overview_copy'].str.replace(tag, '')
  df['overview_copy'].replace(to_replace=tag, value='', regex=True, inplace=True)
print(df)

推荐答案

像这样 re.sub('<[^<]+?>', '', text)

您可以在此处找到详细答案.

You can find details answer there.

这篇关于删除 pandas 中的html标签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！