如何用python从这个例子中删除<table>结构？

Question

如何使用python从HTML中删除“table”？你知道吗

我遇到过这样的情况：

paragraph = '''
<p>Lorem ipsum dolor sit amet, consectetur adipisicing elit. Quidem molestiae consequuntur officiis corporis sint.<br /><br />
<table>
<tr>
<td>
    text title
</td>
<td>
    text title 2
</td>
</tr>
</table>
<p> lorem ipsum</p>
'''

如何使用python删除具有上述表结构的内容？ 我希望输出结果如下：

paragraph = '''
<p>Lorem ipsum dolor sit amet, consectetur adipisicing elit. Quidem molestiae consequuntur officiis corporis sint.<br /><br />
<p> lorem ipsum</p>
'''

Answer 1

使用regex很复杂，这是我建议的一种愚蠢的方式：

def remove_table(s):
    left_index = s.find('<table>')
    if -1 == left_index:
        return s
    right_index = s.find('</table>', left_index)
    return s[:left_index] + remove_table(s[right_index + 8:])

结果中可能有一些空行。你知道吗