Question

python正则表达式提取字符串中的中文 字符串如下 而且是大量

RT ： 字符串为 ：

<p>

<span style="font-family:宋体;">零售连锁</span><span></span>

</p>

</td>

<td width="218">

<p>

<span style="font-family:宋体;">处方药、非处方药：中药饮片、中成药、化学药制剂、抗生素制剂、生化药品、生物制品（除疫苗）</span><span></span>

</p>

</td>

<td width="131">

<p>

<span style="font-family:宋体;">桓台县果里镇后鲁村</span><span></span>

</p>

</td>

<td valign="top" width="109">

<p>

<span style="font-family:宋体;">鲁</span><span>CB5332757</span>

</p>

</td>

</tr>

<tr>

<td valign="bottom" width="239">

<p>

<span style="font-family:宋体;">桓台县泰兴医药连锁有限公司仁福堂大药房</span><span></span>

Answer 1

如果你只是想提取标签里面的内容的话

我建议你使用beautifulsoup4

首先安装

pip install beautifulsoup4

如果是Linux或者Mac OS请在命令前加sudo

然后把字符串放到BeautifulSoup里

最后用get_text输出里面的内容就好

from bs4 import BeautifulSoup
soup = BeautifulSoup(string)
print soup.get_text()

结果就像这样

如果你不想要其中的空格

可以用split分割然后用''.join连接

print ''.join(soup.get_text().split())

结果就像这样

如果还想实现其他更多的功能可以参考文档

http://www.crummy.com/software/BeautifulSoup/bs4/doc/

Answer 2

<[^>]*>
替换成空就行了、