如何在Wagtail/Django中移除RichTextField内容的HTML标签？

你不需要用正则或直接读取raw_data，Wagtail和Django都有原生方法可以提取RichText的纯文本：

方法1：Wagtail原生方案（推荐） #

Wagtail的RichText对象自带render_as_text()方法，专门用于将富文本转换为带基本格式的纯文本（比如保留段落换行、列表缩进等）。

正确代码示例 #

不要直接操作raw_data，直接遍历你的StreamField对象（post.faq）即可：

for faq_item in post.faq:
    # faq_item是FaqBlock的实例，直接访问answer字段
    print(faq_item.answer.render_as_text())

如果习惯通过value字典访问：

for faq_item in post.faq:
    print(faq_item.value['answer'].render_as_text())

方法2：Django原生方案 #

如果只需要简单移除所有HTML标签，可以用Django内置的strip_tags工具：

from django.utils.html import strip_tags

for faq_item in post.faq:
    raw_html = faq_item.value['answer'].source  # 获取原始HTML内容
    plain_text = strip_tags(raw_html)
    print(plain_text)

为什么raw_data不行？ #

raw_data存储的是StreamField的原始序列化数据，其中RichTextBlock的内容就是未处理的HTML字符串，所以直接读取会得到带标签的内容。而直接访问Block实例的字段时，Wagtail会返回RichText对象，提供了专门的文本处理方法。

内容的提问来源于stack exchange，提问作者squidg