Question

如何python提取txt文档里面全部的中文和中文符号，并且保存为新的txt文档？

最近几天在尝试抓取html，在本地另存为txt，但是我主要想获取的是html的指定区域内容，但是因为初学也不太会，只能另存为txt，然后抓取txt中指定段落的数据。但是抓取到了之后，里面全部是html标签代码，就想着怎么把中文提取出来。

Answer 1

用beautifulsoup处理啊，去除英文和符号就是中文啦

import re
zhongwen=re.sub(r'[\w\<\>/\,=:"\']','',text')

追问

能不能写一下完整代码， 我还是小白